改进独立分量分析在脑电信号伪迹消除中的应用研究
脑电图（EEG）的采集过程极易受到多种干扰，从而给脑电信号的分析与处理带来很多不利影响。独立分量分析（ICA）作为一种盲源分离算法，能在源信号和混合模型都未知的情况下，从观测信号中恢复出源信号中的各独立分量。然而，FastICA算法和扩展Infomax算法在脑电信号伪迹消除中存在不能在线学习和收敛速度慢等问题。针对此，将FastICA算法和扩展Infomax算法相结合，提出一种新的InfastICA算法，并应用于脑电信号中的眼电伪迹消除。测试结果表明，InfastICA算法降低了对解混矩阵的初值和学习步长的选择要求，收敛速度快，操作简单，能更好满足实际应用的需要。
独立分量分析 脑电信号 眼电信号 伪迹消除 盲源分离 InfastICA算法
彭志红 罗君平
北京理工大学自动化学院,北京100081 复杂系统智能控制与决策教育部重点实验室,北京100081
国内会议
北京
中文
2784-2787
2010-07-29（万方平台首次上网日期，不代表论文的发表时间）