换一批基于稀疏逼近的EEG信号的压缩感知重建研究
The Reconstruction Study of EEG Signal Based on Sparse Approximation & Compressive Sensing
摘要目的 对一维的多通道非平稳信号EEG随机非自适应地欠采样.高质量地重建原信号.从而实现EEG信号的自动检测与分析.方法 实验中以高斯函数及其一、二阶导数为原子的生成函数,构建了一个新的冗余多成份字典,随机高斯测量阵为测量矩阵,按压缩感知测量模型重建信号,并采用了稀疏逼近误差NMSE作为逼近程度的定量度量标准,判定实验结果.结果 所选字典中原子可更加有效地匹配EEG信号中的多种瞬时特征波形,从而能够对EEG信号形成更为稀疏的匹配追踪分解.基于压缩感知理论的信号采样只需使用不到原信号一半的样本数,即可高质量地重建原信号,对于重要的瞬时特征波形能够很好地保持.结论 基于压缩感知理论的信号采样包含了原信号的足够信息,利用EEG信号的稀疏性(或可压缩性)先验条件,通过一定的线性或非线性的解码模型可以以很高的概率重建原始图像或高维信号.
更多相关知识
DOI
10.3969/j.isnn.1671-7104.2010.04.002
发布时间
2010-10-25（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家高技术研究发展计划（863计划）（863;2007AA12E100）
国家自然科学基金（60802039、60672074）
高等学校博士学科点专项科研基金（20070288050,M200606018）
- 浏览0
- 被引7
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
