基于稀疏逼近的EEG信号的压缩感知重建研究
目的对一维的多通道非平稳信号EEG随机非自适应地欠采样,高质量地重建原信号,从而实现EEG信号的自动检测与分析。方法实验中以高斯函数及其一、二阶导数为原子的生成函数,构建了一个新的冗余多成份字典.随机高斯测量阵为测量矩阵,按压缩感知测量模型重建信号,并采用了稀疏逼近误差NMSE作为逼近程度的定量度量标准,判定实验结果。结果所选字典中原子可更加有效地匹配EEG信号中的多种瞬时特征波形,从而能够对EEG信号形成更为稀疏的匹配追踪分解。基于压缩感知理论的信号采样只需使用不到原信号一半的样本数,即可高质量地重建原信号,对于重要的瞬时特征波形能够很好地保持。结论基于压缩感知理论的信号采样包含了原信号的足
用户评论