论文部分内容阅读
针对微弱的脑电(Electroencephalogram,EEG)信号在采集过程中夹杂着各种生理伪迹,特别易遭到眨眼和眼动产生的眼电(Electrooculography,EOG)伪迹干扰。本文提出在自适应噪声完备经验模态分解(Complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)的基础上,构建盲反卷积(Blind deconvolution,BD)模型,实现EOG伪迹分离的方法。该方法首先运用CEEMDAN方