基于经验模式分解的脑机接口信号多模态识别

摘要

当前方法对脑机接口信号识别时,因其基函数无法自适应调整,导致信号特征提取与识别结果不够准确,因此提出基于经验模式分解的脑机接口信号多模态识别方法.根据固有模态函数及其相关约束条件,通过筛选对经验模式分解实施分析,基于细胞电流架构的信号频率,对脑电信号分类;根据分类结果,采用经验模式分解法对脑机接口信号滤波降噪,经过确定经验模态分解级数,滤波处理剩余信号分量;利用Hilbert变换方法提取信号包络,通过包络信号各段能量完成能量熵的计算,实现信号特征提取;在此基础上,根据信号的导函数与极值点的约束条件,获取包络的高低频分量,最终完成脑机接口信号多模态识别.仿真实验结果表明,所提方法的脑机接口信号特征提取准确率和多模态识别精准度均较高,具有理想的识别有效性与较强的鲁棒性.