脑电时频分析-短时傅里叶变换

关注“心仪脑”查看更多脑科学知识的分享。

短时傅里叶变换(STFT)是脑电时频分析中一种基于滑动窗口法的简单常用的分析方法。它假设非平稳的信号可以被分成一系列短数据段的集合,每个数据段都可以看作是平稳的,频谱是固定的。在每一个数据段上进行常规的频谱估计方法,然后将所有数据段的频谱估计值堆叠在一起,形成在联合时频域上的一个频谱功率分布图。这些步骤包括:

  1. 选择一个有限长度的窗口函数;
  2. 从信号的起始点开始,将窗口放置在信号上;
  3. 用窗口将信号分段加权,产生一系列数据段;
  4. 计算加窗数据段的频谱;
  5. 沿时间轴滑动窗口;
  6. 回到第(3)步,直到窗口到达信号最末端。

在短时傅里叶变换中,如果选择大的分析窗口(即数据段较长),则频率分辨率较高,但时间分辨率低;如果选择小窗(即数据段较短),则时间分辨率较高,但频率分辨率较低。时间分辨率和频率分辨率不能同时精确估计。因此,我们无法准确知道某一具体频率分量的确切时间位置,只能大概知道某个时间区间和频率区间内存在信号成分。

时域窗口大小时域窗口大小频域窗口大小时间分辨率频率分辨率适合分析的信号成分
缓慢变化的低频分量
持续较短的高频成分

窗口大小对STFT分辨率的影响

参考资料

胡理,张治国等. 脑电信号处理与特征提取[M]. 北京:科学出版社,2020:97-100

全文完结,整理不易,看不完记得收藏,最后希望点赞支持一下!

了解更多,请关注“心仪脑”公众号!

 

  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值