基于扩展Informax算法的脑电信号伪差分离研究

提出了一种基于扩展Informax算法的脑电伪差检测和分离方法 .首先应用扩展Informax算法将脑电信号分解为相互独立的分量 ,并计算其解混矩阵和混合矩阵 .通过分析分解结果发现 :脑电信号中的伪差成分总是作为一到两个独立分量被分解出来 ,并且这些分量的空间分布与特定伪差类型相对应 .因此 ,根据混合矩阵提取独立分量的空间分布特征 ,即可检测出伪差成分 ,进而重构出无伪差的脑电信号 .分离眨眼伪差的实验结果也充分证明了这一方法的有效性 .

基于扩展Informax ICA的站起想象动作脑电特征提取

下肢想象动作的脑电特征提取是基于脑-机接口技术实现下肢运动神经重建的关键点和难点。通过以下肢运动神经重建的首个关键动作-站起为切入点,设计了相应的以复合动作诱发电位为基础的站起想象动作脑电采集新方案,而后采用扩展最大熵独立分量分析(extended informax ICA)结合连续小波功率谱分析的新方法提取大脑在站起想象动作时产生的事件相关同步/去同步(ERD/ERS)信息。经实验数据分析证明上述方法行之有效,可以为脑-机接口技术在下肢运动重建中的应用提供有效的手段。

基于盲源分离的P300脑电信号特征提取方法的研究

P300脑电信号被广泛应用于脑认知、脑机接口，该信号强度弱，容易受到环境及眼动伪迹、心电、肌电和自发脑电信号的干扰，淹没在采集脑电信号中。为了将P300与各种干扰快速高效地分离开来，通过分析P300在时域、频域和头皮空间域的特征，提出了以相干平均和小波变换与盲源分离相结合的算法，从时频域和空域对P300进行特征提取，针对多导联脑电信号盲源分离后选取P300成分对应分量的问题，提出了一种新的方法，并且通过实验比较了Informax、FastlCA和AMUSE等3种盲源分离算法在P300特征提取中的性能。实验结果表明，从时频空域对P300特征提取的性能较仅从时频域进行特征提取有明显提高。

基于扩展Infomax ICA的ERP少次提取方法研究

事件相关电位(eventrelatedpotential,ERP)提取是脑电研究的重点之一,目前临床上主要通过相干平均的方法来获取。由于脑电的非平稳性,使其需要大量重复刺激才能获得,对于受试者极不方便,也不利于ERP的实时检测。本文以反映大脑稀少认知事件的相关电位P30 0为例,采用扩展Infomax (extendedinformation maximization)独立分量分析(independentcomponentanalysis,ICA)算法,先滤除眼动、工频干扰,再重构脑电数据,最后经少次叠加即可得到与通常需多次相干平均结果相近的比较满意的P30 0波形。说明ICA算法在ERP的峰值和潜伏期模式识别上具有较为明显的效果,具有潜在的临床工程应用价值。

典型ICA算法在盲源分离中的实现

独立成分分析在神经网络、高级统计学和信号处理等研究领域具有广阔的工程应用前景。文章介绍三种典型的独立成分分析算法,即Infomax算法、Extended-ICA算法和Fast-ICA算法的原理,通过三种算法对三路随机混合信号进行的分离实验,说明了ICA算法在盲源分离技术中的应用与实现,并对三种算法的分离性能进行了对比和分析。

独立成份分析的信息极大快速算法

本独立成份分析（ＩＣＡ）是信号处理的一种新的技术，用来从观测的多维混合信号中提取具有统计独立性的成份。本文基于信息极大似然估计，采用牛顿迭代算法，建立了ＩＣＡ的一种信息极大快速算法。该算法具有二阶收敛性，其有效性为文中展示的图像分离测试效果所证实。

独立分量分析在表面肌电信号分解中的应用

采用独立分量分析中的信息极大化快速算法初步探讨了表面肌电信号的分解问题。研究结果表明 ,独立分量分析对肌肉轻度收缩力水平下 (<10 %MVC)表面肌电信号的分解有较好的效果 。

通信侦察中盲源分离算法的分离性能研究

在通信侦察中,多通道盲源分离算法是分离信号的常用算法,但有时会出现分离效果不理想的情况。通过理论分析和仿真验证,研究了固定点算法(FastICA)、信息最大化算法(Informax)、等变自适应分解算法(EASI)等常用多通道盲源分离算法在通信信号侦察中的分离性能,分析了信噪比、信号间强度比、信号相对到达方向等对多通道盲源分离的影响,为盲源分离的应用研究和算法的选择提供依据。

提高盲源分离算法有效性的研究与应用

基于信息最大化(Informax)的独立分量分析(independent component analysis-ICA)盲源分离(blind source separation-BSS)算法中,采用现有的非线性转换函数,算法的收敛速度慢、串扰大,分离结果不确定。针对这些不足,本文设计了新的分离函数、推导出新的分离矩阵,并进行了仿真,实验结果验证了:采用新算法可使BSS速度加快、分离后语音信号串扰减小,并在一定程度上解决了BSS排序不确定的问题。