识别。Р(5)其他方法:a、功率谱估计法分为经典谱估计法和现代谱估计法两种。经典谱估计法是直接按定义用有限长数据来估计。以傅里叶变换为基础的传统谱估计方法,虽然具有计算效率高的优点,但却有着频率分辨率低等严重的固有缺点。而现代谱估计法是以随机过程的参数模型为基础的,因此也可以将其称为参数模型方法。这种参数模型方法对数据处理能得到高分辨率的谱分析结果,从而为脑电图信号频域特征的提取提供了新的有效手段,特别是对脑电图信号作动态特性分析中更显优越。b、匹配跟踪法是一种重复的非线性方法,是一种较为有效的用参数表示非平稳信号的方法,在脑电图信号分析中有人已将此法应用于睡眠纺锤波和慢波的分析中[7]。Р在目前的研究中,虽然对脑电信号处理和分析进行了深入的、系统的研究,并取得了一定的成果。但随着理论研究的进一步深入,我们可以得到更加有效的脑电信号的检测和分析方法,这些方法在脑电测量和分析仪中可以得到更有效的应用,将可以进一步提升其性能。因此,本文就利用快速傅立叶变换(FFT)的基本原理,来分析和计算脑电序列信号的功率谱。Р2.时间序列的谱分析方法Р2.1信号变换概述Р信号是数字信号处理领域中最基本、最重要的概念。而数字信号变换技术,又是对信号进行处理操作的最基本的有效途径之一。因此,数字信号变换技术,便成为数字信号处理领域中所必须掌握的一项最基本的技能[4]。Р现在,我们来看一下信号的分类及其频谱的计算[6]:Р信号Р确定信号的谱:傅立叶变换Р随机信号:傅立叶变换不存在功率谱密度/功率谱Р简单地说,数字信号变换技术就是为了处理操作上的方便和可能,通过数学变换,将一个域内的信号变换映射到另一个域内的信号的方法。常用的数字信号变换的方法主要有:傅立叶变换、离散余弦变换(DCT)、Z变换、Chirp z变换、Hilbert变换等。这些变换,根据各自的特点和应用范围,都有着各自的理论和应用背景。
全文预览
