[發(fā)明專(zhuān)利]基于短時(shí)變分模態(tài)分解的電信號(hào)分解方法及腦電信號(hào)分解裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202210949559.3
• 申請(qǐng)日: 2022-08-09
• 公開(kāi)（公告）號(hào): CN115299960A
• 公開(kāi)（公告）日: 2022-11-08
• 發(fā)明（設(shè)計(jì)）人: 謝磊;于童;鄭潛;陳韜;蘇宏業(yè)
• 申請(qǐng)（專(zhuān)利權(quán)）人: 浙江大學(xué)
• 主分類(lèi)號(hào): A61B5/369
• 分類(lèi)號(hào): A61B5/369;G06F17/15;A61H1/02
• 代理公司: 杭州天勤知識(shí)產(chǎn)權(quán)代理有限公司 33224
• 代理人: 胡紅娟

1.一種基于短時(shí)變分模態(tài)分解的電信號(hào)分解方法，其特征在于，包括：

步驟1、獲取初始的電信號(hào)，利用預(yù)構(gòu)建的窗函數(shù)對(duì)所述電信號(hào)進(jìn)行滑窗運(yùn)算，獲得所述電信號(hào)對(duì)應(yīng)的信號(hào)段；

步驟2、設(shè)定重構(gòu)模態(tài)數(shù)，采用變分問(wèn)題來(lái)描述各模態(tài)下滑窗信號(hào)段的模態(tài)約束條件，獲得對(duì)應(yīng)的約束優(yōu)化函數(shù)；

步驟3、采用增廣拉格朗日函數(shù)對(duì)步驟2獲得的約束優(yōu)化函數(shù)進(jìn)行等效變換，求解獲得對(duì)應(yīng)的無(wú)約束優(yōu)化函數(shù)；

步驟4、對(duì)步驟3獲得的無(wú)約束優(yōu)化函數(shù)進(jìn)行重構(gòu)，獲得各模態(tài)電信號(hào)對(duì)應(yīng)的瞬時(shí)頻率-時(shí)間函數(shù)。

2.根據(jù)權(quán)利要求1所述的基于短時(shí)變分模態(tài)分解的電信號(hào)分解方法，其特征在于，所述步驟1中的電信號(hào)為腦電信號(hào)，通過(guò)腦機(jī)接口裝置采集獲得，所述腦電信號(hào)是用于預(yù)測(cè)人體腦部活動(dòng)的重要指標(biāo)。

3.根據(jù)權(quán)利要求1所述的基于短時(shí)變分模態(tài)分解的電信號(hào)分解方法，其特征在于，所述步驟1的具體過(guò)程如下：

步驟1-1、對(duì)電信號(hào)進(jìn)行建模，獲得對(duì)應(yīng)的調(diào)幅調(diào)頻信號(hào)；

步驟1-2、通過(guò)窗函數(shù)對(duì)步驟1-1獲得的調(diào)幅調(diào)頻信號(hào)在時(shí)域內(nèi)進(jìn)行滑窗運(yùn)算。

4.根據(jù)權(quán)利要求1所述的基于短時(shí)變分模態(tài)分解的電信號(hào)分解方法，其特征在于，所述步驟2的具體過(guò)程如下：

步驟2-1、根據(jù)輸入的電信號(hào)設(shè)定重構(gòu)模態(tài)數(shù)；

步驟2-2、通過(guò)鏡像操作對(duì)電信號(hào)進(jìn)行擴(kuò)展；

步驟2-3、對(duì)擴(kuò)展后的電信號(hào)進(jìn)行Hilbert變換，獲得對(duì)應(yīng)的解析信號(hào)；

步驟2-4、將步驟2-3獲得的解析信號(hào)，帶入調(diào)節(jié)算子中與頻譜混合，以解析信號(hào)的帶寬最小化為目標(biāo)，構(gòu)建獲得對(duì)應(yīng)的約束優(yōu)化函數(shù)，所述約束優(yōu)化函數(shù)的具體表達(dá)式如下：

其中，{u₁,u₂,…u_K}表示給定窗下的所有模態(tài)，{ω₁,ω₂,…,ω_K}表示給定窗下的所有中心頻率，為窗函數(shù)的共軛函數(shù)，表示窗函數(shù)中心位于t₀時(shí)刻第k個(gè)模態(tài)與窗函數(shù)相乘所得信號(hào)幀，δ為沖激函數(shù)，表示一個(gè)系統(tǒng)參數(shù)，表示關(guān)于時(shí)間求一階導(dǎo)數(shù)。

5.根據(jù)權(quán)利要求1所述的基于短時(shí)變分模態(tài)分解的電信號(hào)分解方法，其特征在于，所述步驟3中的無(wú)約束優(yōu)化函數(shù)，采用交替乘子法對(duì)等效變換后的約束優(yōu)化函數(shù)進(jìn)行求解獲得。

6.根據(jù)權(quán)利要求1所述的基于短時(shí)變分模態(tài)分解的電信號(hào)分解方法，其特征在于，所述步驟3中無(wú)約束優(yōu)化函數(shù)的表達(dá)式如下：

其中，STFT表示對(duì)電信號(hào)進(jìn)行短時(shí)傅里葉變換所獲得的時(shí)頻譜，f表示獲取的初始電信號(hào)，τ表示時(shí)頻譜的時(shí)間，ω表示時(shí)頻譜的頻率，上標(biāo)n表示第n次迭代運(yùn)算后所得結(jié)果，λ為拉格朗日乘子，α為懲罰項(xiàng)參數(shù)。

7.根據(jù)權(quán)利要求1所述的基于短時(shí)變分模態(tài)分解的電信號(hào)分解方法，其特征在于，所述無(wú)約束優(yōu)化函數(shù)重構(gòu)的結(jié)果表達(dá)式如下：

其中，表示第k個(gè)模態(tài)在時(shí)間τ處的中心頻率，上標(biāo)n表示第n次迭代運(yùn)算后所得結(jié)果，τ表示時(shí)頻譜的時(shí)間，ω表示時(shí)頻譜的頻率。

8.一種腦電信號(hào)分解裝置，包括計(jì)算機(jī)存儲(chǔ)器、計(jì)算機(jī)處理器以及存儲(chǔ)在所述計(jì)算機(jī)存儲(chǔ)器中并可在所述計(jì)算機(jī)處理器上執(zhí)行的計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)存儲(chǔ)器中執(zhí)行如權(quán)利要求1-7任一所述的基于短時(shí)變分模態(tài)分解的電信號(hào)分解方法；所述計(jì)算機(jī)處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)以下步驟：輸入初始的腦電信號(hào)，根據(jù)腦電信號(hào)分解方法進(jìn)行分析計(jì)算，輸出分解后各模態(tài)腦電信號(hào)對(duì)應(yīng)的時(shí)頻圖。