1 共空間模式CSP

原理：共空間模式（CSP）是一種對(duì)兩分類任務(wù)下的空域?yàn)V波特征提取算法，能夠從多通道的腦機(jī)接口數(shù)據(jù)里面提取出每一類的空間分布成分。公共空間模式算法的基本原理是利用矩陣的對(duì)角化，找到一組最優(yōu)空間濾波器進(jìn)行投影，使得兩類信號(hào)的方差值差異最大化，從而得到具有較高區(qū)分度的特征向量。

具體原理及代碼見(jiàn)https://blog.csdn.net/MissXy_/article/details/81264953

2小波變換

離散化小波變換

j=0,1,2,…; k∈Z

稱cj,k為離散小波變換系數(shù)，簡(jiǎn)稱為小波系數(shù)。

??? 在實(shí)際的工作中，最常見(jiàn)的情況是取a0=2，b0=1，此時(shí)a取值為 20,21,…,2j。此時(shí)，連續(xù)小波變換中的基函數(shù)ψab(t)記為ψjk(t),

相應(yīng)地，離散小波變換可表示為

3 AR模型

自回歸模型 (Auto Regressive Model, AR) [4]是一種線性組合了前期若干時(shí)刻的隨機(jī)變量來(lái)描述后期某段時(shí)刻隨機(jī)變量的線形回歸模型, 本質(zhì)是一種線形預(yù)測(cè), 表示如下:

其中ε (n) 是方差為σ2, 均值為零的白噪聲序列, p表示AR模型的階數(shù)。因此腦電信號(hào)序列x (n) 可以看作白噪聲序列ε (n) 通過(guò)AR模型H (z) 的輸出。建立AR模型時(shí), 首要問(wèn)題就是確定階數(shù)為多少時(shí)比較合適。模型的階數(shù)在遞推過(guò)程中實(shí)現(xiàn), 使用LevinsonDurbin遞推方法時(shí), 可以給出低階到高階的每一組參數(shù), 當(dāng)模型的最小預(yù)測(cè)誤差功率P不再發(fā)生變化時(shí), 即是所需要的正確階數(shù)
摘自：基于小波變換和AR模型的腦電信號(hào)注意力狀態(tài)識(shí)別。

4功率譜密度

功率譜密度是指用密度的概念表示信號(hào)功率在各頻率點(diǎn)的分布情況，是對(duì)隨機(jī)變量均方 值的量度，是單位頻率平均功率的量綱[12]。該方法的計(jì)算步驟是

步驟一：? x （n） 為無(wú)限長(zhǎng)隨機(jī)序列，截取長(zhǎng)度 N 變?yōu)橛邢揲L(zhǎng)序列稱為 XN(n)

步驟二：計(jì)算 XN(n) 在(2m-1) 點(diǎn)的自相關(guān)函數(shù) RX(m)。

?

總結(jié)

以上是生活随笔為你收集整理的脑电信号特征提取常用算法（共空间模式CSP、小波变换DWT、功率谱密度PSD、AR模型）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。