基于脑电信号的WVD的睡眠状态辨识

摘要

目前,大多数的人体睡眠状态辨识方法都是采用幅值域、频域或时灢频域的线性分析方法,来处理脑电信号这一含有大量非线性成分的非平稳随机信号,因而其辨识效果的鲁棒性和稳定性无法保证.为此,本文提出了一种非线性的时灢频辨识方法.该方法对脑电信号进行重排伪Wigner灢Ville分布的时灢频分析,并利用Wigner灢Ville分布边缘聚集特性在不同频段内提取特征量,最后通过支持向量机实现睡眠状态的精确辨识.实验表明,该方法辨识睡眠状态的准确率达到91.6%,鲁棒性得到显著改善,为后续进行睡眠控制研究奠定了基础.