40、从单通道脑电图中去除电移和线性趋势伪像及电厂小时电能输出预测

从单通道脑电图中去除电移和线性趋势伪像及电厂小时电能输出预测

单通道脑电图伪像去除

在脑电图（EEG）信号处理中，电移和线性趋势（ESLT）伪像会干扰对脑电信号的准确分析。为解决这一问题，提出了一种新颖的SWT - GSTV模型。

相关理论基础

• 平稳小波变换（SWT） ：SWT是一种平移不变的小波变换方法，它可以将单通道EEG信号 $y(k)$ 分解为多个不同频率的子带。其中，近似系数 $A_{i,j}(k)$ 和细节系数 $D_{i,j}(k)$ 的计算如下：
  • 近似系数：$A_{i,j}(k) = \uparrow 2^{i - 1}L_1 * A_{i - 1,j}$
  • 细节系数：$D_{i,j}(k) = \uparrow 2^{i - 1}H_1 * D_{i - 1,j}$
    这里，$\uparrow 2^{i - 1}L_1 = L_i(k)$ 和 $\uparrow 2^{i - 1}H_1 = H_i(k)$ 分别是低通滤波器 $L_{i - 1}(k)$ 系数和高通滤波器 $H_{i - 1}(k)$ 系数的过采样。
• 分组稀疏全变差（GSTV）滤波器 ：全变差（TV）滤波器是一种有效的信号处理工具，可用于信号分解、去卷积和去噪等。但它存在滤波后信号包含阶梯状成分的缺点。为克服这一问题，将分组稀疏（GS）技术与TV滤波器相结合，得到GSTV滤波器。对于第六层近似分量 $A_6(k) = g(k) + h(k)$，其中 $g(k)$ 是未知伪像信号，$h(k