锋电位检测信号的EEMD去噪方法研究 |
| |
引用本文: | 万红,管磊,刘新玉.锋电位检测信号的EEMD去噪方法研究[J].系统仿真学报,2015(1):118-124. |
| |
作者姓名: | 万红 管磊 刘新玉 |
| |
作者单位: | 郑州大学电气工程学院 |
| |
基金项目: | 国家自然科学基金(60971110);河南省科技攻关计划项目(122102210102) |
| |
摘 要: | 神经元锋电位(spike)是研究大脑信息编码的基础,因其宽带、小幅值等特点而极易受噪声干扰。针对spike信号的间歇性及非平稳性,采用经验模态分解(EMD,Empirical Mode Decomposition)的改进算法--整体平均经验模态分解(EEMD,Ensemble Empirical Mode Decomposition)对spike检测信号进行分解并结合小波阈值法进行去噪。EEMD能将信号中间歇性成分有效分离出来,解决了EMD产生的模态混叠问题。基于仿真和实测数据将其与EMD去噪方法及多元小波去噪法进行比较,结果表明:EEMD去噪方法不仅有效提高了spike检测信号的信噪比,而且降低了spike波形的畸变。在3种去噪方法中,EEMD去噪方法效果最为显著,对仿真信号的信噪比平均提高了4.177 2d B。为随后spike信号的分类和信息编码奠定了良好基础。
|
关 键 词: | 锋电位 整体平均经验模态分解 小波阈值法 信噪比 |
本文献已被 CNKI 等数据库收录! |
|