腦波訊號壓縮系統基於適應性壓縮感知演算法

Translated title of the thesis: EEG Compression System based on Compressive Sensing with Adaptive Algorithm
  • 謝 宇唐

Student thesis: Master's Thesis

Abstract

壓縮感知(Compressed sensing)是近年來一種新穎的資料壓縮技術,有別於傳統壓縮方式較複雜的編碼端,期望能夠達到降低在編碼端的運算量,致力於將此方法發展在可攜式裝置上;另外,生理訊號是目前普遍重視的一項議題,為了避免在訊號處理的過程中產生龐大的資料量,生理訊號壓縮便成為重要的一部分,本篇論文提出用於壓縮腦波訊號之壓縮感知基於適應性能量封裝效率演算法,透過將腦波訊號先進行前處理步驟,以達到降低還原誤差的效果,壓縮感知理論提出若要使原始訊號能夠完美還原,則原始訊號必須先有一定的稀疏性。由於腦波訊號本身不具稀疏性,在過去文獻中會將其利用某些稀疏基底做轉換如離散餘弦轉換、離散小波轉換,本篇論文是基於此條件下在更進一步提高訊號的稀疏性。我們的做法是利用能量封裝效率演算法來計算出一個閥值,將已經轉換到稀疏基底上的稀疏係數做閥值設定,也就是稀疏訊號上只要低於此閥值就將其值設為零,藉此可以進一步提高訊號稀疏性,根據本論文模擬結果顯示還原誤差與其他文獻比較可減少約15%。本論文中除了壓縮感知以外還會結合霍夫曼編碼來做訊號壓縮,因為霍夫曼編碼屬於無失真性編碼(Lossless Coding),故能在不影響還原誤差的情況下將壓縮率提高。
Date of Award2016 Sep 10
Original languageChinese
SupervisorSheau-Fang Lei (Supervisor)

Cite this

腦波訊號壓縮系統基於適應性壓縮感知演算法
宇唐, 謝. (Author). 2016 Sep 10

Student thesis: Master's Thesis