基于Wigner分布的脑电信号处理

临床实践表明,脑电信号中包含有大量的生理与疾病信息。对脑电信号进行行之有效的处理,不仅可以为医生提供临床诊断信息,而且可以为某些脑疾病的治疗提供有效的治疗手段。目前,随着信号处理技术的发展,在脑电信号处理中已应用了多种信号分析方法来提取脑电信号中所包含的信息,但大多数还是停留在理论研究阶段。本文在研制虚拟式脑电图仪的过程中,考虑到Wigner分布在各种时频分布中具有最简单的形式和良好的性质,从临床应用及医学研究相结合的角度出发,应用Wigner分布对脑电信号进行时频分析以提取脑电信号中的特征信息。对实测脑电数据的分析表明,应用此方法可获得较好的分析效果。     

平滑维格纳分布及其在心电信号分析中的应用

本文结合心电信号的数学模型讨论了维格纳分布的交叉干扰问题，以及运用平滑处理消除这一干扰的原理；进而探讨选择两维高斯窗参数的方法。通江模拟信号和实测的心肌缺血家兔心电信号的分析结果证实，平滑维格纳分布既可克服交叉项干扰，又能满足心电信号分析对时间分辨率和频率分辨率的要求。     

CSSD＋AAR模型在脑电信号处理中的应用

针对BCI技术中的脑电信号处理方法和事件相关去同步化的特点,提出了一种结合时、频、空域的特征提取方法。结合CSSD和AAR模型来提取脑电特征,并对基于AAR模型系数的特征提取方法进行了探讨,最终选择卡尔曼平滑算法提取模型系数,然后将提取的特征用简单的线性分类器进行分类。实验结果表明测试集的分类正确率达到了94．08％,而且这种特征提取方法有很好的时间分辨率,适合于在线分类。这是一种正确率高,时间分辨率高,适合在线分类的好方法。     

Wigner-Ville分布在电力系统低频振荡中的应用

研究了基于Wigner-Ville分布（WVD）对电力系统低频振荡信号进行检测和时频分析的新方法,Wigner-Ville（wVD）分布是一种优良的时频分析方法,能够在时域频域上对非平稳信号进行联合时频分析。利用WVD的时间边缘特性和频率边缘特性,能精确地估计各模式信号的幅值、频率与主导时间;精确地分析非平稳信号的局域动态行为和特性。更好地反映振荡过程中所包含的多个模式随时间的变化规律以及模式间的相互影响,还可提高识别能力和处理效果。通过多个试验验证了该方法的有效性。     

基于平滑伪Wigner分布的伪码与线性调频复合侦察信号参数估计

该文研究伪码-线性调频复合体制侦察信号识别的平滑伪Wigner时频分析方法,推导了PRBC-LFM侦察信号的SPWVD时频分布函数,通过对=0+Kt截面上SPWVD分布分析,从中提取了与载频、调频斜率和伪码参数(子脉冲宽度、编码位数、脉冲周期等)有关的特性,设计了参数估计方法。最后在高斯噪声环境下对理论分析的结果进行了仿真,结果表明在相同的信号环境下,该文提出的方法对PRBC-LFM信号的参数估计精度优于基于谱相关以及基于Wigner分布的参数估计性能。     

LMD算法与运动想象脑电信号的时频分析

脑电信号是极其复杂的非平稳信号,为了精确处理运动想象脑电信号,采用LMD(局域均值分解)方法对其进行时频分析。首先给出仿真信号的LMD分解及时频分布,而后对左右手运动想象脑电信号进行LMD时频分析。研究结果表明,LMD具有较强的时频刻画能力,能够精确描述脑电信号的非线性时变特性,是对脑电信号进行时频分析的有效方法。     

小波变换和AR模型在脑电信号处理中的应用

谈论了基于小波变换和AR模型的(EEG)信号的分析方法,在两种方法相结合的情况下,能有效消去(EEG)信号的噪声。用小波变换对含有瞬态干扰的脑电信号进行多尺度分解,在某些尺度下,瞬态信号特征得以明显增强,用简单的阈值比较就可以有效地检测并消除瞬态干扰。最后在Matlab环境下进行仿真实验,验证了此方法在提取脑电信号中的有效性。     

Wigner-Ville分布及其在脉压雷达信号检测中的应用

本文在分析Wigner Ville分布及其在瞬时频率提取中的应用的基础上,结合脉冲压缩雷达信号的特点,提出了基于中频数字化接收机,采用Wigner Ville分布检测脉冲压缩雷达信号的思路。最后分别针对模拟信号与实际信号进行了计算机仿真实验。     

小波滤波与AR模型在脑电信号处理的应用

针对脑-计算机接口技术中的脑电信号处理、事件相关同步和事件相关去同步的特点,提出了一种基于离散小波滤波和AR模型来提取脑电信号特征向量的方法.利用 Daubechies类小波函数对脑电信号进行4层分解,然后使用Burg算法提取脑电信号8阶AR模型系数,最后用BP神经网络进行分类和比较.得到最优的正确率为71.64％,小波滤波的效果要优于FIR滤波器.     

基于DSP的癫痫脑电信号处理

介绍了基于TI公司高速DSP芯片TMS320VC5402的开发平台对癫痫患者的脑电信号进行小波分解,滤除分解后的部分小尺度(高频)成分,保留大尺度(低频)成分,然后对处理后的波形进行重构。采用汇编语言实现定点型TMS320C54xDSP的浮点运算,处理结果既保留了脑电信号的主要信息,又可将高频噪声滤除,有利于对癫痫患者进行临床分析。     

语音识别中的双线性时频分布技术

简单介绍了对语音识别中具有高时频分辨率优势的双线性时频分布技术,并对此技术的应用做了简单展望。     

基于Wigner-Ville分布的复杂时变信号的时频分析

对多分量线性调频(LFM)信号、单分量非线性调频(NLFM)信号以及多分量NLFM信号的Wigner-Ville分布进行了数值计算,探讨了信号项与交叉项之间的差异性特征,提出了信号时频曲线中点集的概念,研究了交叉项出现的一般规律.对于多分量信号,交叉项出现在信号项时频曲线之间的中点集之内.对于单分量NLFM信号,也有交叉项产生,交叉项出现在信号项时频曲线自身的自中点集之内.     

基于自项窗的WVD交叉项抑制技术

为了解决维格纳-维利分布(WVD)的交叉项干扰问题,提出一种覆盖自项支撑区的时频窗——自项窗,通过对信号的WVD进行加窗处理,得到改进的时频分布。首先分析了多分量信号WVD中自项和交叉项的不同特点,接着论述了自项窗法的原理及自项窗的构造方法,分析了改进的时频分布的性质,最后进行了仿真验证。结果表明,自项窗法能够有效消除WVD中的交叉项,并保留WVD良好的时频分辨率和能量聚集性,适合于非平稳信号的时频分析。     

强背景噪声环境下的线性调频信号检测

基于线性调频(LFM)信号Wigner-Ville变换的零频处仍保存原信号所有信息的结论，提出了改进的基于互Wigner-Ville分布线性调频信号的检测方法。该方法具有较好的抗噪声能力，在更低的信噪比下，可以实现单个或多个强度相差较大的线性调频信号的检测。仿真实验的结果证明了算法的有效性。     

基于滤波器组的改进型Wigner-Ville分布

针对时频分析中频谱图和Wigner-Ville分布(WVD)的不足,本文采用了一种滤波器组和WVD相结合的方法,并对这种改进的分布的性质进行了分析.最后举出实际例子说明它与其他几种常用的时频分析方法相比保留了 WVD能量集中的特性,而同时能够减少WVD带来的交叉项和人工产物,并能减少噪声的影响.     

基于经验模式分解的Wigner-Ville分布交叉项抑制方法

时频分析作为时变非平稳信号分析的有力工具,成为现代信号处理研究的一个热点.这种分析方法提供了时间域与频率域的联合分布信息,为我们清楚地描述了信号随时间变化的关系.Wigner-Ville分布由于其良好时频集聚性,在非平稳信号分析中得到广泛应用,本文针对Wigner-Ville分布中的交叉项问题,提出了基于经验模式分解的Wigner-Ville分布,即对多分量信号运用经验模式分解,将其分解为单分量信号,再对每个单分量信号求Wigner-Ville分布进行线性叠加.提出运用相关系数法对经验模式分解伪分量进行剔除,提高了该方法的精度,并将该方法与Cohen类方法进行比较,阐述了该方法的优点.     

瞬态极化Wigner-Ville分布相关法及其性能分析

研究了高分辨极化雷达目标识别问题,给出了瞬态极化Wigner—Ville分布(WVD)的定义,提出了基于瞬态极化WVD相关的目标识别方法,以充分利用目标回波的极化信息,并且揭示了该方法的性能改善与目标回波极化散度之间的关系。最后利用五种飞机缩比模型外场测量数据进行了目标识别实验。实验结果表明,该方法是一种有效的高分辨极化雷达目标识别方法。