结合PCA和ICA的脑磁信号消噪研究

摘要

基于二阶统计特性的主分量分解(PCA)和基于高阶统计特性的独立成分分析(ICA)是盲源分离信号处理中两种最为典型的方法.针对多通道脑磁信号的消噪问题,提出一种基于PCA与ICA相结合的信号消噪新算法.首先通过对脑磁信号进行主分量分解来降低信号维数,去掉其中包含的冗余成分,使计算时间缩短到原来的10%;进而利用自适应最大熵独立成分分析算法对降维后的数据进行二次分解,提取出脑磁信号中含有的干扰分量,使信噪比从10 dB提高到80 dB,达到对信号进行消噪的目的.