基于噪声辅助快速多维经验模式分解的运动想象脑电信号分类方法

脑机接口是一项新兴的技术，它可以处理分析采集到的运动想象脑电信号，从而实现对外部辅助设备的控制。针对目前运动想象脑电信号处理方法计算效率低、分类准确率不高等问题，提出了一种新的基于噪声辅助快速多维经验模式分解（NA-FMEMD）的运动想象脑电信号分类方法。该方法首先利用 NA-FMEMD 得到全部的多维本征模式函数和趋势项；接着，根据平均频率选取特定的信号层，构建出新的多维信号；然后，通过共空间模式提取出脑电信号的特征向量；最后，将特征向量输入支持向量机分类器中进行分类。分别采用仿真数据和BCI Competition IV数据进行测试，并与基于噪声辅助多维经验模式分解（NA-MEMD）的方法进行比较，验证了所提方法的有效性和优势。