[发明专利]混合蛙跳-Volterra模型的脑电信号编码和解码方法在审
申请号: | 201811612253.9 | 申请日: | 2018-12-27 |
公开(公告)号: | CN109793514A | 公开(公告)日: | 2019-05-24 |
发明(设计)人: | 吴晓军;吴霞;张玉梅 | 申请(专利权)人: | 陕西师范大学 |
主分类号: | A61B5/0476 | 分类号: | A61B5/0476;G06N3/00 |
代理公司: | 西安永生专利代理有限责任公司 61201 | 代理人: | 申忠才 |
地址: | 710062 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 脑电信号 预测模型 蛙跳 预处理 混沌 分析模型 解码步骤 生物意义 解码 预加重 准确率 分帧 构建 加窗 建模 可用 预测 改进 | ||
1.一种混合蛙跳-Volterra模型的脑电信号编码和解码方法,其特征在于由以下步骤组成:
(1)对输入的脑电信号进行预处理
在输入的脑电信号中,找到波形均匀的帧作为分析帧,进行预加重、加窗、分帧预处理;
上述的加窗采用式(1)窗函数进行:
式中N为有限的正整数;
(2)用Volterra建模方法构建预测模型
将步骤(1)分析帧的信息,按式(2)建立脑电信号预测模型:
式中u(n-iτ)为输入的分析帧信号,m是混沌时间序列预测模型的记忆长度为有限的正整数,h1(i)和h2(i,j)为待定系数,u(n-iτ)为对应分析帧的第n-iτ个样本,n-iτ为步骤(1)中分析帧的样本序号,u(n-jτ)为对应的分析帧的第n-jτ个样本,n-jτ为步骤(1)中分析帧的样本序号,τ是延迟时间为有限的正整数,j、n为有限的正整数;
(3)确定脑电信号预测模型并编码
将步骤(1)中分析帧的脑电信号用Cao方法和互信息法分别得到最佳的记忆长度m和延迟时间τ,用混合蛙跳法确定脑电信号式(2)中所对应的待定系数hi(i)、待定系数h2(i,j),将最佳的记忆长度m、延迟时间τ、待定系数hi(i)以及h2(i,j)代入式(2),得到脑电信号的编码;
(4)解码
将提取的脑电信号的最佳的记忆长度m、延迟时间τ、待定系数hi(i)以及h2(i,j)代入式(2),得对应信号的预测模型,根据已有编码后的数据,按照常规方法进行解码。
2.根据权利要求1所述的基于混合蛙跳法Volterra建模的脑电信号编码和解码方法,其特征在于所述的步骤(3)中的混合蛙跳法步骤为:
1)生成蛙群
随机生成R只蛙组成初始蛙群,用式(3)确定每只蛙的适应度函数值Fi(t):
式中yi为输入的脑电信号值,为模型预测值,L是预测数据的长度为有限的正整数,将种群中适应度值最大的蛙记为Xg,蛙群个体按适应度值降序排列:
{X1,X2,XR},Xi表示第i只蛙;
2)生成模因组
按式(4)生成模因组为:
Mk={Xk+Q(l-1)∈P|1≤l≤R},1≤k≤Q (4)
式中P为蛙群的集合,Mk为第k个模因组蛙的集合,Xk+M(l-1)为蛙群中的蛙,Q是分成的模因组个数为有限正整数;
3)进化模因
对Mk内的蛙依次按式(5)、式(6)、式(7)进化:
D=r·c·(Xb-Xw)+W(5)
W=[r1ω1,max,r2ω2,max, ,rSωS,max]T (6)
式中S为空间维数,r为(0,1)之间的随机数,c为[1,2]之间的一个常数,ri(1≤i≤S)为[-1,1]之间的随机数,ωi,max(1≤i≤S)为第i维搜索空间的最大感知和运动的不确定性,D为进化步长,DT是D的转置,Dmax是蛙所允许改变位置最大值,Xb和Xw分别表示模因组中具有最好适应值的蛙和最差适应值的蛙;模因组中最优蛙按式(8)更新:
当进化次数等于设定迭代次数500~2000次时,完成模因进化;
4)混合模因组
将进化完成后的模因组内的蛙随机混合,得到新蛙群P′,如果混合模因组次数i等于设定的全局混合迭代次数1000次或检测输入信号脑电与预测值得误差小于0.1时,输出结果即得到最佳的待定系数hi(i)以及h2(i,j),否则按1)对蛙群排序并重复步骤2)和步骤3),再次迭代。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于陕西师范大学,未经陕西师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811612253.9/1.html,转载请声明来源钻瓜专利网。