基于稀疏表示和外输入自回归模型的单次诱发电位提取方法

来源 :信号处理 | 被引量 : 0次 | 上传用户:kingwangcheng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于诱发电位信号的信噪比很小,因此诱发电位的单次提取一直是脑电信号处理领域的难题之一。稀疏表示在信号去噪方面是一个强大的工具,并且诱发电位已被证明在合适的稀疏字典上具有很强的稀疏性。本文提出了一种基于稀疏表示和外输入自回归模型的单次诱发电位提取算法。其中,诱发脑电信号提取的过程分为三个阶段。首先,该算法应用参考信号估计自发脑电的自回归模型参数;其次,在自回归移动平均模型中,应用稀疏表示替代移动平均模型对诱发电位进行建模;最后,利用稀疏系数和自回归模型参数重构诱发电位。通过仿真脑电信号和真实诱发电位信号进行
其他文献
使用有网格的观测字典进行稀疏信道估计是近年来常用的多径稀疏信道估计方法,而网格的存在使得这种方法存在估计精度较差的问题,尤其在网格间距较大时,这种方法的劣势更加明显。
本文提出了一种基于混合消息传递和部分高斯近似(Partial Gaussian Approximation,PGA)的多用户干扰消除方法,并应用到联合信道估计MIMO-OFDM接收机中。由于多用户干扰模型中存
针对自适应波束形成在干扰位置扰动以及存在相干干扰时的性能下降问题,提出了一种稳健的相干干扰抑制算法。该算法首先估计出相干干扰的来波方向,然后以期望方向增益最大,旁
针对传统干扰对齐算法需要理想的信道状态信息,且对信道误差敏感的问题,本文基于范数有界信道误差模型,提出了一种权值可调的鲁棒干扰对齐算法。该算法同时考虑干扰和期望信号在