1.一种基于代理模型Volterra建模的脑电信号编码解码方法,其特征在于由以下步骤组成:
(1)对输入的混沌脑电信号进行预处理对输入的混沌脑电信号样本采用0.53‑40Hz带通滤波器进行去噪处理,得到去噪后的帧,选择连续的帧作为分析帧;
(2)用Volterra建模方法构建预测模型将步骤(1)的分析帧,按式(2)建立混沌脑电信号预测模型:式中u(n‑iτ)为输入的分析帧信号,m是混沌时间序列预测模型的记忆长度为有限的正整数,h1(i)和h2(i,j)为模型的核,u(n‑iτ)为对应分析帧的第n‑iτ个样本,n‑iτ为步骤(1)中分析帧的样本序号,u(n‑jτ)为对应的分析帧的第n‑jτ个样本,n‑jτ为步骤(1)中分析帧的样本序号,τ是延迟时间为有限的正整数,j、n为有限的正整数;
(3)确定混沌脑电信号预测模型并预测脑电信号将步骤(1)中分析帧的混沌脑电信号用教与学优化方法确定混沌脑电信号所对应的延迟时间τ、记忆长度m、模型的核h1(i)、模型的核h2(i,j),采用代理模型的径向基神经网络作为近似适应度函数,近似适应度函数为:式中k(||x‑ci||)为所使用的核函数,ai为所要评估的值,ci为径向基神经网络的中心点,选择延迟时间τ、记忆长度m、模型的核h1(i)以及h2(i,j)采用预测值与实际值之间的均方误差作为原始适应度函数,采用贪婪选择方法,得到最佳延迟时间τ、记忆长度m、模型的核h1(i)以及h2(i,j),代入上述式(1),完成混沌脑电信号的预测;
所述的教与学优化方法为:
教阶段:按(3)式进行教学
Xnew,i=Xold,i+Difference_mean (3)Difference_mean=ri(Xteacher‑TFMean) (4)式中Xnew,i是学生学习后的值,Xold,i是学生学习前的值;Mean是所有学生的平均值,Xteacher是教师教学的值;ri是学习步长,取值范围为[0,1],i代表班级中第i个学生,i为1,
2,...,n,TF是教学因子,由(5)式确定:TF=round[1+rand(0,1)] (5)教学结束,学生学习值进行更新,采用Rastrigin函数对学习值评估,如果学习后的值大于学习前的值,将Xnew,i赋值于Xold,i;
学阶段:学阶段按(6)式进行学习
式中f(X)为Rastrigin函数,执行教与学阶段的迭代,迭代次数为1500时,终止迭代,输出最优值Xnew,i;
所述的步骤延迟时间τ为4~12、记忆长度m为8~16、模型的核h1(i)计算值为‑1~1,模型的核h2(i,j)计算为‑1~1;Xteacher是教师教学的值为0.5~1;
(4)编码解码
将步骤(3)中的预测值与实际值对比,得到误差值,完成混沌脑电信号的编码,根据编码后的数据,按照常规方法进行解码。