[發明專利]基于代理模型Volterra建模的腦電信號編碼解碼方法

有效

• 申請號: 201811566452.0
• 申請日: 2018-12-19
• 公開（公告）號: CN109745044B
• 公開（公告）日: 2022-02-22
• 發明（設計）人: 張玉梅;戎宇瑩;吳曉軍;李叢
• 申請（專利權）人: 陜西師范大學
• 主分類號: A61B5/369
• 分類號: A61B5/369;A61B5/372;G06N3/04;G06N3/08;G06N7/08
• 代理公司: 西安永生專利代理有限責任公司 61201
• 代理人: 申忠才

1.一種基于代理模型Volterra建模的腦電信號編碼解碼方法，其特征在于由以下步驟組成：

(1)對輸入的混沌腦電信號進行預處理

對輸入的混沌腦電信號樣本采用0.53-40Hz帶通濾波器進行去噪處理，得到去噪后的幀，選擇連續的幀作為分析幀；

(2)用Volterra建模方法構建預測模型

將步驟(1)的分析幀，按式(2)建立混沌腦電信號預測模型：

式中u(n-iτ)為輸入的分析幀信號，m是混沌時間序列預測模型的記憶長度為有限的正整數，h₁(i)和h₂(i，j)為模型的核，u(n-iτ)為對應分析幀的第n-iτ個樣本，n-iτ為步驟(1)中分析幀的樣本序號，u(n-jτ)為對應的分析幀的第n-jτ個樣本，n-jτ為步驟(1)中分析幀的樣本序號，τ是延遲時間為有限的正整數，j、n為有限的正整數；

(3)確定混沌腦電信號預測模型并預測腦電信號

將步驟(1)中分析幀的混沌腦電信號用教與學優化方法確定混沌腦電信號所對應的延遲時間τ、記憶長度m、模型的核h₁(i)、模型的核h₂(i，j)，采用代理模型的徑向基神經網絡作為近似適應度函數，近似適應度函數為：

式中k(||x-c_i||)為所使用的核函數，a_i為所要評估的值，c_i為徑向基神經網絡的中心點，選擇延遲時間τ、記憶長度m、模型的核h₁(i)以及h₂(i，j)采用預測值與實際值之間的均方誤差作為原始適應度函數，采用貪婪選擇方法，得到最佳延遲時間τ、記憶長度m、模型的核h₁(i)以及h₂(i，j)，代入上述式(1)，完成混沌腦電信號的預測；

所述的教與學優化方法為：

教階段：按(3)式進行教學

X_new，i＝X_old，i+Difference_mean (3)

Difference_mean＝r_i(X_teacher-T_FMean) (4)

式中X_new，i是學生學習后的值，X_old，i是學生學習前的值；Mean是所有學生的平均值，X_teacher是教師教學的值；r_i是學習步長，取值范圍為[0，1]，i代表班級中第i個學生，i為1，2，...，n，T_F是教學因子，由(5)式確定：

T_F＝round[1+rand(0，1)] (5)

教學結束，學生學習值進行更新，采用Rastrigin函數對學習值評估，如果學習后的值大于學習前的值，將X_new，i賦值于X_old，i；

學階段：學階段按(6)式進行學習

式中f(X)為Rastrigin函數，執行教與學階段的迭代，迭代次數為1500時，終止迭代，輸出最優值X_new，i；

所述的步驟延遲時間τ為4～12、記憶長度m為8～16、模型的核h₁(i)計算值為-1～1，模型的核h₂(i，j)計算為-1～1；X_teacher是教師教學的值為0.5～1；

(4)編碼解碼

將步驟(3)中的預測值與實際值對比，得到誤差值，完成混沌腦電信號的編碼，根據編碼后的數據，按照常規方法進行解碼。