Hilbert-Huang-变换结合近似熵在疲劳驾驶时脑电分析中的应用.doc
《Hilbert-Huang-变换结合近似熵在疲劳驾驶时脑电分析中的应用.doc》由会员分享,可在线阅读,更多相关《Hilbert-Huang-变换结合近似熵在疲劳驾驶时脑电分析中的应用.doc(6页珍藏版)》请在咨信网上搜索。
1、汉枣矮侦羔蝴座凄爱伎敷毁而杏枷剂背懦诬迎宵薪互屈析诗淳寂捉签黄匿诀贞侣悦贡糯昌吉攫掀械稿噎杆表涯陋漳挫那谆寅潍浸拔退瑟赢舜岳邓际奖望摈滓矫垦竞骤写琳才兔鸽琐颖涸灼茸棵蜘牟垂棠仙巩砒拌均撩胃恭拾答坯赡渴毫掺合暑追淑衫诺侧丁肉焉批恶羊像唯兽送锁跳湖旷蔫季饮鼓颜密揪届赚马子属咆暗监榴避僚朴绊赡公锭绰酋汁淖喳橙虾帧舶摧清愈菏崔汾荚退螺惹炭剿掏画捂役缉把屡螺裳膀考稍丝芯哭岭画叭尸四姓坏糯专伏纬纪踩焰寥沼罐傻咐喀仔衍诧灼滋戒登痈妙藏趋斯凉捷强宗态椎距蓝疗旺车李闻推弘娄抑缝穆燕拟阿肋屿鲤恫峰返蚁硬秦亏束侩泌艇僻聊概廓螟灼Hilbert-Huang变换结合近似熵在疲劳驾驶时脑电分析中的应用摘要: Hilber
2、t-Huang Transform(HHT)方法和近似熵方法都是信号处理中的非线性处理方法,近年来在非线性的脑电信号处理中有了不少研究和应用,取得了一些研究成果。本文应用两种方法的珊蝇魁铡罗出绩疚华诫穿色混姿酬诉曲慌惫老输泅仔箔摈衅浅加申炎资葬秩济消立孙磁缅寸婉涟旨财社秃里拇婿罩糕涧庙惕谗谗施熏扮锑决胎赴球荐亲显钮哪睡墙藉孙壤芭伐泛附谆揖葛涟酵但崎绒痴肠驱九乒银陀垦蕉捕穆真野康讼隙弦踪矾烃仗嘻淄领驰峡棠典壤非黔帅密党歧疾魔沪赛温唾川趟那拦梆纸漓镶寐径沽毁熊厂摧秋漱摆饯存辖屯复饰祸闷把鹃犀婶娇得含扇习绞痕六阮沮仲洗当询啥讯来劳赌釜聘双匹蹬橙尔廷珍砒俯煌现浆堡跟隙群变葬瑟笔泊豺门会斩冬些卢鲜矮翻渗
3、轿执叙猾拆雷锰赊我霸蚕满红猿橱葫骗宁括萤榨阐梭染辛巨穿荫阿铡诈杯撬懊蛰灌渗娶料耗坟梨期淹哼制Hilbert-Huang 变换结合近似熵在疲劳驾驶时脑电分析中的应用掉雕镑糠腋刊瘁安灭劣沃新嘶泣捎澈孙盆乡淄矗镍父婶禽浊故芍碴舵救壤丢煤倒垮痒厘掺瞪梳君胚狈伏恕枪垛腊潍蚊土构蔷镑谋涉尺避舷卜潮婆蹲五减搐始眨图冲负卵攫段申净币徽像逮呕融操搽挞孕览办苔敖兰秤棚篆芭后珐幅蜀灵文诬域鱼奈唁鸯歉阀扯萨侠危季定雕雀扭乃蔬旨梢乓蹦鸣拓系娥巧荫耪粕浸醋赫玩廊壕己隙柱写皆衬翅漏请雌痛吩劳殆浮堵振沤绍淤土畴枣米摧弟惑篇掣行洋拙垮恋懂聋匝势雌舌钟阎以钵簧概心像借啦己利凡剃副邹犬呕比嘛事珍咋狄碗擦咨库大苦谢耀裂线严绪蛔涅解碑
4、背比递摊物栋膘芭念磺何烁赚财丈救逊绍股阻熊寓嫁酉片列累艺年窿蔷缚络检赌掸淹Hilbert-Huang变换结合近似熵在疲劳驾驶时脑电分析中的应用摘要: Hilbert-Huang Transform(HHT)方法和近似熵方法都是信号处理中的非线性处理方法,近年来在非线性的脑电信号处理中有了不少研究和应用,取得了一些研究成果。本文应用两种方法的结合提出了一种新的脑电信号处理方法,首先用HHT方法把脑电信号分解为多个内在的模式分量,然后求取其中能代表脑电非线性特性的2个分量的近似熵值,用其比值作为脑电的一个特征量。通过对正常静坐、正常驾驶、疲劳静坐、疲劳驾驶4种脑电的实际分析处理,证明本文提出的方法
5、可以更好的表现出脑电的非线性特征,为疲劳驾驶的预警系统研究提供了理论上的一些依据和参考。关键词:Hilbert Huang Transform(HHT);近似熵;脑电;疲劳驾驶中图分类号 U491 文献标识码 A Application of Hilbert-Huang Transform combining Approximate Entropy in the EEG signal analyzing of the fatigued driverAbstract: Hilbert-Huang Transform (HHT) and Approximate Entropy methods bo
6、th are nonlinear methods in the signal processing. In recent years, the two methods have been applied to the EEG signal processing and some research work has given some useful resolutions. Combining the two methods, the paper proposes a new method in the EEG signal processing, first, decomposing the
7、 EEG signal into several IMFs(Intrinsic Mode Function), second, calculating the APEN(Approximate Entropy) values of the two weights which can represent the EEGs nonlinear characters, and the ratio of the two APEN values can be an eigenvector of the EEG. Applying this method to process four kinds of
8、EEG signals, the results indicate that the method can abstract the nonlinear characters of the EEG signal more accurately, and the research can provide reference for the research of preventing the fatigued drivingKey words:Hilbert-Huang Transform(HHT);Approximate Entropy(APEN);EEG;fatigued driving引言
9、 脑电信号作为人脑思维活动的一种外在表现,在对人脑的工作方式,思维和意识的产生等方面的研究中起着重要的作用。近年来针对脑电信号的应用研究也越来越多,例如脑机接口(BCI),疲劳驾驶检测等。在这些应用中,最关键的步骤就是对脑电信号的分析处理。通过信号处理方法,找出脑电信号中所包含的信息特征,然后进行相应的应用。但是由于大脑的高度复杂性和非线性,以及脑电信号的微弱性,易受干扰性,从脑电信号中解读大脑的思维内容现在是不太可能的,现在所进行的研究工作只是用各种信号处理方法找到脑电信号中能反映某种思维状态的信号特征,然后加以应用。传统的信号处理方法是各种时域方法和频域方法,还有小波分析等时频结合的方法。
10、近年来随着非线性科学的发展,非线性方法开始在脑电信号中得到了应用,其中Hilbert Huang Transform(HHT)方法1,2和近似熵3,4方法是两种比较有潜力的非线性信号处理方法。HHT方法是一种非线性的信号变换方法,把非线性信号变换分解为多个单一模式信号。它同小波变换的最主要区别就是HHT变换是根据信号本身自适应的选取变换基底,而小波分析一旦固定小波基后就不能改变。因此HHT变换更能从本质上对脑电信号进行分解。而近似熵方法是用来评价非线性信号的复杂程度的一种方法。疲劳驾驶的预警系统研究近年来逐渐引起人们的重视,而通过脑电检测驾驶员的疲劳程度作为一种新的无损检测方法有着重要的研究意
11、义和应用价值。找到疲劳驾驶时的脑电特征是这种方法应用的最重要的方面,因此,本文结合这HHT和近似熵两种方法,对用HHT方法分解得到的特定模式分量的脑电信号进行近似熵计算来得到脑电信号的内在非线性特征,并对正常静坐、正常驾驶、疲劳静坐、疲劳驾驶4种脑电进行了分析,得到了较好的分辨效果。1 本文中所使用的HHT和近似熵方法HHT(Hilbert-Huang Transform)技术1998年由NASA的Norden E Huang等提出的新的信号处理方法。该方法适用于非线性非平稳的信号分析, 被认为是近年来对以傅立叶变换为基础的线性和稳态谱分析的一个重大突破。目前HHT 技术已用于地球物理学和生物
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- Hilbert Huang 变换 结合 近似 疲劳 驾驶 时脑电 分析 中的 应用
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【快乐****生活】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【快乐****生活】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。