[發(fā)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?zhí)枺?/td> | 201811566452.0 | 申請日: | 2018-12-19 |
| 公開(公告)號: | CN109745044B | 公開(公告)日: | 2022-02-22 |
| 發(fā)明(設(shè)計)人: | 張玉梅;戎宇瑩;吳曉軍;李叢 | 申請(專利權(quán))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 |
| 地址: | 710062 *** | 國省代碼: | 陜西;61 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 代理 模型 volterra 建模 電信號 編碼 解碼 方法 | ||
一種基于代理模型Volterra建模的腦電信號編碼解碼方法,由對輸入的混沌腦電信號進行預(yù)處理、用Volterra建模方法構(gòu)建預(yù)測模型、確定混沌腦電信號預(yù)測模型并預(yù)測腦電信號、編碼解碼步驟組成。本發(fā)明采用教與學優(yōu)化方法,建立了混沌腦電信號的Volterra預(yù)測模型,得到腦電信號的預(yù)測數(shù)據(jù),完成混沌腦電信號的編碼解碼。本發(fā)明具有對腦電信號的混沌特點,快速準確地實現(xiàn)對混沌腦電信號進行編碼和解碼,可用于對混沌腦電信號進行編碼和解碼。
技術(shù)領(lǐng)域
本發(fā)明屬于計算及應(yīng)用技術(shù)領(lǐng)域,具體涉及混沌時間序列預(yù)測模型。
背景技術(shù)
近年來隨著腦電信號處理技術(shù)的快速發(fā)展,腦電信號采集系統(tǒng)已經(jīng)廣泛應(yīng)用于虛擬現(xiàn)實技術(shù)BCI系統(tǒng)、生物反饋治療儀等領(lǐng)域的研究。腦電采集系統(tǒng)通常需要記錄大量腦電信號數(shù)據(jù),對腦電信號的編碼和解碼方法的研究已經(jīng)變得越來越重要。研究表明,腦電信號時間序列表現(xiàn)為非線性且存在混沌。利用混沌特性構(gòu)建腦電信號的預(yù)測模型被認為是一種可行的方法。
發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題在于克服上述現(xiàn)有技術(shù)的缺點,提供一種步驟簡單、容易實現(xiàn)、速度快的基于代理模型Volterra建模的腦電信號編碼解碼方法。
解決上述技術(shù)問題所采用的技術(shù)方案是由以下步驟組成:
(1)對輸入的混沌腦電信號進行預(yù)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(xù)的幀作為分析幀。
(2)用Volterra建模方法構(gòu)建預(yù)測模型
將步驟(1)的分析幀,按式(2)建立混沌腦電信號預(yù)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(yù)測模型的記憶長度為有限的正整數(shù),h1(i)和h2(i,j)為模型的核,u(n-iτ)為對應(yīng)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(yīng)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(shù),j、n為有限的正整數(shù)。
(3)確定混沌腦電信號預(yù)測模型并預(yù)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(yōu)化方法確定混沌腦電信號所對應(yīng)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(jīng)網(wǎng)絡(luò)作為近似適應(yīng)度函數(shù),近似適應(yīng)度函數(shù)為:
式中k(||x-ci||)為所使用的核函數(shù),ai為所要評估的值,ci為徑向基神經(jīng)網(wǎng)絡(luò)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(yù)測值與實際值之間的均方誤差作為原始適應(yīng)度函數(shù),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(yù)測。
(4)編碼解碼
將步驟(3)中的預(yù)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(jù)編碼后的數(shù)據(jù),按照常規(guī)方法進行解碼。
在本發(fā)明的步驟(3)中,教與學優(yōu)化方法為:
教階段:按(3)式進行教學
Xnew,i=Xold,i+Difference_mean (3)
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于陜西師范大學,未經(jīng)陜西師范大學許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811566452.0/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種基于Volterra模型的功率放大器模擬方法
- 基于Volterra級數(shù)的線性化預(yù)失真方法
- 短時交通流量Volterra-DFP自適應(yīng)預(yù)測方法
- 利用Volterra修正模型計算功率放大器輸出量的方法
- 高頻段頻譜占用的Volterra預(yù)測方法
- 一種Volterra級數(shù)行為模型的簡化降階方法
- 一種基于貢獻因子的非線性Volterra濾波優(yōu)化方法
- 一種新的時間序列的預(yù)測方法、裝置、電子設(shè)備及計算機可讀存儲介質(zhì)
- 一種基于volterra級數(shù)模型預(yù)測時間序列的方法、裝置、電子設(shè)備及計算機可讀存儲介質(zhì)
- 基于SVM訓練的權(quán)重系數(shù)遷移的改進Volterra濾波器的均衡方法





