一种基于改进DFT的频谱分析方法、系统及电子设备技术方案

本发明专利技术提供一种基于改进DFT的频谱分析方法、系统及电子设备，包括获取任意长度的时域离散信号，并基于傅里叶变换算法，获取相应的旋转因子矩阵；将旋转因子矩阵转换为对称性矩阵，并与时域离散信号进行计算；执行矩阵乘法中旋转因子为1的运算；基于对称性原理，计算具有对称关系的相应区域内其中一个区域的旋转因子，赋值给相应的对称区域作为计算结果，获得频谱分析结果。本发明专利技术通过将脑电图频谱分析过程中的计算转化为基于旋转因子的矩阵运算，可以根据对称性原理单独计算具有对称性的两个区域中的其中一个，提高了现有脑电图中DFT运算的效率，可以适应任意长度的数据，在进行频谱分析时不会导致精度下降。频谱分析时不会导致精度下降。频谱分析时不会导致精度下降。

【技术实现步骤摘要】
一种基于改进DFT的频谱分析方法、系统及电子设备


[0001]本专利技术涉及脑电图频谱分析
，特别涉及一种基于改进DFT的频谱分析方法、系统及电子设备。

技术介绍

[0002]脑电图(EEG)是一种非侵入性记录脑电活动的电生理监测方法，电极沿着头皮放置，然后通过放置在头皮上的多个电极，记录大脑在一段时间内自发进行的电活动。它一方面在临床上用于诊断癫痫病、睡眠障碍、麻醉深度、昏迷、脑病和脑死亡，另一方面在实验心理学领域中提供大脑活动的一种工具，而且还是一种神经成像方法，在计算神经科学中得到了广泛应用。
[0003]大脑在不同神经活动状态下，所呈现的EEG信号频率有所不同，常见的EEG信号按照频率不同可分为δ波(0.5～4Hz)、θ波(4～8Hz)、α波(8～13Hz)、β波(13～30Hz)、γ波(30～50Hz)。在科研或医疗的应用场景中，上位机从脑电记录仪接收到离散的EEG信号之后，需要对其作频谱分析，以确定EEG信号的频率主成分，从而根据频率主成分对大脑的神经活动状态作出判断。
[0004]脑电图频谱是分析EEG信号的一项重要指标，在实际应用过程中，操作者经常需要手动选择某一段任意长度的EEG信号然后对其进行频谱分析。目前做频谱分析有成熟的算法，最常用的算法是傅里叶变换算法(DFT)和快速傅里叶变换算法(FFT)。DFT和FFT的计算过程完全等价，相比来说DFT算法非常耗时，而FFT是由DFT发展而来的加速算法，FFT耗时比DFT耗时少得多，所以FFT算法在实际应用场景中更能满足实时处理要求。
[0005]但FFT有一个明显缺陷，它要求输入数据的长度为2次幂，如果数据长度不是2次幂，必须先将数据长度调整为2次幂。通常使用以下两种方法来调整数据长度：
[0006](1)数据截断，截取最接近原始长度的2次幂长度。比如原始长度为3550，那么从第一个数据开始，截取长2048的数据；
[0007](2)数据扩充，在数据尾部填充若干个0值，使得填充后的数据长度为2次幂，又比如原始长度为3550，那么在尾部填充0值，扩充为长4096的数据。
[0008]数据截断会加剧频谱泄露(主频点两侧频率的幅度变大)。数据扩充不会加剧频谱泄露，但会导致主频点的幅度误差变大(偏低)。因此数据截断和数据扩充都对频谱分析精度产生一定影响。

技术实现思路

[0009]为了克服目前现有的频谱分析采用FFT的计算时对数据长度需要进行预处理导致频谱分析结果精度不足的问题，本专利技术提供基于改进DFT的频谱分析方法、系统及电子设备。
[0010]本专利技术为解决上述技术问题，提供一种基于改进DFT的频谱分析方法，其特征在于:包括以下步骤：基于头戴设备对用户的头部进行脑电信号采集，并将采集到的脑电信号
存储到脑电记录仪中；获取脑电记录仪中任意长度的脑电时域离散信号，并基于傅里叶变换算法，获取相应的旋转因子矩阵；将旋转因子矩阵转换为对称性矩阵，并与时域离散信号进行计算；执行矩阵乘法中旋转因子为1的运算；执行矩阵乘法中其他旋转因子的运算，基于对称性原理，计算具有对称关系的相应区域内其中一个区域的旋转因子，赋值给相应的对称区域作为计算结果，获得频谱分析结果。
[0011]优选地，将旋转因子矩阵转换为对称性矩阵包括步骤：将旋转因子矩阵中非1的旋转因子划分为四个象限，四个象限按照顺时针依次设置；基于正弦函数和余弦函数的周期性，每相邻两个象限的旋转因子形成对称关系。
[0012]优选地，在形成沿着象限对称的对称关系后，还包括步骤：基于旋转因子中指数乘积的对称性，旋转因子矩阵沿着对角线形成对称关系。
[0013]优选地，执行矩阵乘法运算时，采用指令集加速算法进行加速。
[0014]本专利技术还提供一种基于改进DFT的频谱分析系统，包括：信号采集单元，用于基于头戴设备对用户的头部进行脑电信号采集，并将采集到的脑电信号存储到脑电记录仪中；信号截取单元，用于获取脑电记录仪中任意长度的脑电时域离散信号，并基于傅里叶变换算法，获取相应的旋转因子矩阵；对称转换单元，用于将旋转因子矩阵转换为对称性矩阵，并与时域离散信号进行计算；第一运算单元，用于执行矩阵乘法中旋转因子为1的运算；对称计算单元，用于执行矩阵乘法中其他旋转因子的运算，基于对称性原理，计算具有对称关系的相应区域内其中一个区域的旋转因子，赋值给相应的对称区域作为计算结果，获得频谱分析结果。
[0015]本专利技术还提供一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被设置为运行时执行上述任一项中所述的基于改进DFT的频谱分析方法；所述处理器被设置为通过所述计算机程序执行上述任一项中所述的基于改进DFT的频谱分析方法。
[0016]与现有技术相比，本专利技术提供的一种基于改进DFT的频谱分析方法、系统及电子设备，具有以下优点：
[0017]通过将脑电记录仪中任意长度的脑电时域离散信号进行截取，对截取后的信号进行频谱分析，上位机在进行频谱分析过程中的计算转化为基于旋转因子的矩阵运算，根据正余弦函数的周期性原理将旋转因子矩阵转换为具有对称结构的对称性矩阵，则在进行计算时，可以根据对称性原理单独计算具有对称性的两个区域中的其中一个，也即矩阵中具有对称性的区域越多，就越能够提高矩阵计算的速率，减少上位机的重复计算。同时，由于本方法为基于DFT的运算，故不需要考虑脑电输入信号的数据长度，与FFT相比，可以使得脑电分析设备可以适应任意长度的数据，在进行频谱分析时不会导致精度下降，让脑电分析的结果更准确。而与传统的DFT运算相比，本方法将脑电频谱分析的计算转换为矩阵式运算，提高了现有DFT运算的效率，在脑电图的分析计算中能够减少等待时间，提高响应速度。
附图说明
[0018]图1为本专利技术第一实施例提供的一种基于改进DFT的频谱分析方法的流程图。
[0019]图2为DTF公式计算的示例图。
[0020]图3为本专利技术第一实施例提供的一种基于改进DFT的频谱分析方法中的旋转因子
矩阵计算的示例图。
[0021]图4为本专利技术第一实施例提供的一种基于改进DFT的频谱分析方法中步骤S3的流程图。
[0022]图5a为根据正余弦函数的周期性对旋转因子进行对称性转换计算的公式。
[0023]图5b为根据正余弦函数的周期性对旋转因子进行对称性转换计算的又一个公式。
[0024]图6为旋转因子矩阵划分象限形成对称性矩阵的示意图。
[0025]图7为旋转因子矩阵形成沿着对角线对称的对称性矩阵的示意图。
[0026]图8为旋转因子矩阵进行矩阵乘法时计算的区域示例图。
[0027]图9为本专利技术第二实施例提供的一种基于改进DFT的频谱分析系统的模块图。
[0028]图10为本专利技术第三实施例提供的一种电子设备的模块图。
[0029]附图标记说明：
[0030]1、信号采集单元；2、信号截取单元；3、对称转换单元；4、第一运算单元；5、对称本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进DFT的频谱分析方法，用于对用户的脑电信号进行频谱分析，其特征在于:包括以下步骤：基于头戴设备对用户的头部进行脑电信号采集，并将采集到的脑电信号存储到脑电记录仪中；获取脑电记录仪中任意长度的脑电时域离散信号，并基于傅里叶变换算法，获取相应的旋转因子矩阵；将旋转因子矩阵转换为对称性矩阵，并与时域离散信号进行计算；执行矩阵乘法中旋转因子为1的运算；执行矩阵乘法中其他旋转因子的运算，基于对称性原理，计算具有对称关系的相应区域内其中一个区域的旋转因子，赋值给相应的对称区域作为计算结果，获得频谱分析结果。2.根据权利要求1所述基于改进DFT的频谱分析方法，其特征在于：将旋转因子矩阵转换为对称性矩阵包括步骤：将旋转因子矩阵中非1的旋转因子划分为四个象限，四个象限按照顺时针依次设置；基于正弦函数和余弦函数的周期性，每相邻两个象限的旋转因子形成对称关系。3.根据权利要求2所述基于改进DFT的频谱分析方法，其特征在于：在形成沿着象限对称的对称关系后，还包括步骤：基于旋转因子中指数乘...

【专利技术属性】
技术研发人员：韦加锴，龙景焱，丁育松，
申请(专利权)人：深圳英智科技有限公司，
类型：发明
国别省市：