脑电信号包含了大量与生理疾病有关的信息,可以用于诊断脑部疾病、探索大脑生理活动。随着科学技术的发展,脑电分析进入计算机时代,脑电信号的相关性研究成为脑电信号分析的热点,相关性参数可以作为一种重要指标对脑电信号进行动态评估并衡量脑部健康状况。按照脑电信号的传统分析方法,其长相关性可以用Hurst参数来衡量,Hurst参数是一个常数,代表脑电信号整体的自相关性。然而受身体机能和外界因素影响,不同时期的脑电信号明显具有不同的局部相关特性,因此本文针对脑电信号的局部相关特性分析给出一种改进指数加权H(?)lder参数估计器,运用改进算法对脑电时间序列的局部动态变化进行分析。本文在分析评价4种传统Hurst估计器有效性的基础上,引入H(?)lder参数H(t)的概念,给出一种改进指数加权H(?)lder参数估计器,并对改进指数加权H(?)lder参数估计器的参数和性能进行分析。仿真分析表明改进指数加权H(?)lder参数估计器在准确性、稳定性以及鲁棒性方面比传统H(?)lder参数估计器有所提高。为了对脑电信号的局部相关性进行更好的动态分析,本研究将改进指数加权H(?)lder参数估计器应用于癫痫脑电信号和睡眠脑电信号两种类型脑电信号中,对脑电信号进行动态分析评价。实验结果表明改进指数加权H(?)lder参数估计器可以有效分析不同类型脑电信号的局部相关性,为脑部疾病诊断和睡眠脑电信号的动态评估提供一种新颖而有效的分析方法。