圖3信號頻譜圖

從頻譜圖中可以看出，低頻信號和11Hz左右的信號特別強，25Hz以上的信號幾乎為零。由于α波的頻率為8~13Hz，由此可以知道，該信號中α波比較多。在腦電采集過程中，被采集者沒有處于深度睡眠狀態，因此接近0Hz的低頻信號可以確定為噪聲。15~25Hz頻段的信號很微弱，因此可以以判斷出，信號中幾乎沒有β波。

譜估計是數字信號處理的主要內容之一，主要研究信號在頻域中的各種特征，目的是根據有限數據在頻域內提取被淹沒在噪聲中的有用信號。調用eeg_psd,m文件，可以繪制信號的功率譜圖，如下圖4所示。

圖4 信號功率譜圖

原始的功率譜圖是關于f=128Hz對稱的，為了便于分析，截取了0~65Hz的一段。信號的功率譜顯示，在10Hz作用頻率處能量出現峰值，表明在平靜狀態下采集的腦電信號中α波能量最大，符合生理學的研究結論。

2.3 腦電信號小波分解各層重構波形

實驗選取db8小波對前述采集的樣本信號進行分解，調用wavelet_dec.m文件，分解得到的各層信號如下圖5所示。

圖5 腦電信號經小波分解后的各層分量

由于采樣頻率是256Hz，所以對于自帶的頻率范圍是：

[0,fsfsfsfsfsfsfsfsfsfsfsfsfsfsfs],[,],[,],[,],[,],[,],[,],[,]28282727262625252424232322222

頻率范圍 0Hz~1Hz 1Hz~2Hz 2Hz~4H 4Hz~8Hz 8Hz~16Hz 16Hz~32Hz 32Hz~64Hz 64Hz~128Hz 128Hz~256Hz

主要信號成分 低頻干擾 δ波 δ波 θ波 α波 β波 高頻噪聲 高頻噪聲 高頻噪聲

相應的各子帶的頻率成分如下表所示：

子帶信號 a8 d8 d7 d6 d5 d4 d3 d2 d1

表1 小波分解后腦電信號子帶的頻率范圍

一般情況下，a8子帶內是低頻干擾，d3、d2、d1子帶內是高頻噪聲，d8、d7、d6、d5、d4子帶內是腦電信號，但也可能混有一定的噪聲，需要根據實際情況來分析。

2.4 腦電信號節律提取

α波是節律性腦電波中最明顯的波。由以上小波分解得到的各層分量分析可知，α波主要集中在d5子帶內。所以選取了d5子帶內第5500~8000之間的2500個數據點，將信號圖繪制出來，如下圖6所示。

圖6 提取出來的α波節律

從上圖中可以明顯看出α波波幅由小到大，再由大到小作規律性變化，呈棱狀圖形。

2.5 小波分解去噪和重構波形

2.5.1

小波變換默認閾值去噪處理

總結

以上是生活随笔為你收集整理的matlab脑电信号处理,基于matlab的脑电信号处理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。