Hilbert-Huang变换结合近似熵在疲劳驾驶时脑电分析中的应用

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-HuangTransform(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:HilbertHuangTransform(HHT);近似熵;脑电;疲劳驾驶U491文献标识码AApplicationofHilbert-HuangTransformcombiningApproximateEntropyintheEEGsignalanalyzingofthefatigueddriverAbstract:Hilbert-HuangTransform(HHT)andApproximateEntropymethodsbotharenonlinearmethodsinthesignalprocessing.Inrecentyears,thetwomethodshavebeenappliedtotheEEGsignalprocessingandsomeresearchworkhasgivensomeusefulresolutions.Combiningthetwomethods,thepaperproposesanewmethodintheEEGsignalprocessing,first,decomposingtheEEGsignalintoseveralIMFs(IntrinsicModeFunction),second,calculatingtheAPEN(ApproximateEntropy)valuesofthetwoweightswhichcanrepresenttheEEG’snonlinearcharacters,andtheratioofthetwoAPENvaluescanbeaneigenvectoroftheEEG.ApplyingthismethodtoprocessfourkindsofEEGsignals,theresultsindicatethatthemethodcanabstractthenonlinearcharactersoftheEEGsignalmoreaccurately,andtheresearchcanprovidereferencefortheresearchofpreventingthefatigueddrivingKeywords:Hilbert-HuangTransform(HHT);ApproximateEntropy(APEN);EEG;fatigueddriving引言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。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HilbertHuangTransform(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-HuangTransform)技术1998年由NASA的NordenEHuang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医学等领域的研究,并取得了较好的结果。HHT方法包含两个主...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

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、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

笔杆子文秘
机构认证
内容提供者

为您提供优质文档,供您参考!

确认删除?