2. Methodology 2.1. Adaptive Filter

2. Methodology
2.1. Adaptive Filtering.
Conventional filtering cannot be applied to eliminate those types of artifacts because EEG signal and artifacts have overlapping spectra.
Herein, we propose the use of adaptive filters, which are based on the optimization theory. Adaptive filters have the capability of modifying their properties according to selected features of the signals being analyzed. Figure 2 illustrates the structure of an adaptive filter. There is a primary signal d(n) and a secondary signal x(n). The linear filter H(z) produces an output y(n), which is subtracted from d(n) to compute an error e(n).

ผลลัพธ์ (ไทย) 1:

2. วิธี 2.1 การการกรองปรับให้เหมาะสม กรองแบบเดิมไม่สามารถใช้กับขจัดของวัตถุเนื่องจากสัญญาณ EEG และสิ่งประดิษฐ์มีแรมสเป็คตราทับซ้อนกัน นี้ เรานำเสนอการใช้ตัวกรองที่เหมาะสม ซึ่งขึ้นอยู่กับทฤษฎีที่ปรับให้เหมาะสม ตัวกรองที่เหมาะสมมีความสามารถในการปรับเปลี่ยนคุณสมบัติตามคุณลักษณะที่เลือกสัญญาณที่กำลังจะวิเคราะห์ รูปที่ 2 แสดงโครงสร้างของตัวกรองที่เหมาะสม มี d(n) สัญญาณหลักและ x(n) สัญญาณรอง ตัวกรองเชิงเส้น H(z) สร้าง y(n) มีผล ที่ลบ d(n) e(n) ข้อผิดพลาดในการคำนวณ

ผลลัพธ์ (ไทย) 2:

2. วิธีการ
2.1 การปรับตัวกรอง.
กรองแบบธรรมดาไม่สามารถนำมาใช้เพื่อกำจัดประเภทที่ของสิ่งประดิษฐ์เพราะสัญญาณ EEG และสิ่งประดิษฐ์มีสเปกตรัมที่ทับซ้อนกัน.
ที่นี้เรานำเสนอการใช้ตัวกรองการปรับตัวซึ่งอยู่บนพื้นฐานของทฤษฎีการเพิ่มประสิทธิภาพ ตัวกรองการปรับตัวมีความสามารถในการปรับเปลี่ยนคุณสมบัติของพวกเขาให้เป็นไปตามคุณสมบัติที่เลือกของสัญญาณการวิเคราะห์ รูปที่ 2 แสดงให้เห็นถึงโครงสร้างของการปรับตัวกรอง มีสัญญาณหลักงคือ (n) และสัญญาณรอง x (n) กรองเชิงเส้น H (Z) ผลิตออก y (n) ซึ่งจะถูกหักออกจาก D (n) การคำนวณอีข้อผิดพลาด (N)

ผลลัพธ์ (ไทย) 3:

2 . 2.1 วิธีการ
. ตัวกรอง
ปกติกรองไม่สามารถใช้เพื่อกำจัดชนิดของสิ่งประดิษฐ์ เพราะสัญญาณคลื่นสมอง และสิ่งประดิษฐ์มีสเปกตรัมที่ทับซ้อนกัน
ในที่นี้ เราขอเสนอการใช้ตัวกรองแบบปรับตัว ซึ่งตามทฤษฎีการเพิ่มประสิทธิภาพตัวกรองแบบมีความสามารถในการปรับเปลี่ยนคุณสมบัติของพวกเขาโดยการเลือกคุณสมบัติของสัญญาณที่ถูกวิเคราะห์ รูปที่ 2 แสดงให้เห็นถึงโครงสร้างของตัวกรองแบบปรับตัว . มีหลักสัญญาณ D ( n ) และระดับสัญญาณ X ( N ) กรองโดยตรง H ( Z ) สร้าง output Y ( N ) ซึ่งเป็นลบออกจาก D ( n ) คำนวณข้อผิดพลาด e ( N )