Áp dụng biến đổi wavelet để phân tích tín hiệu EEG

Tôi muốn áp dụng biến đổi wavelet Morlet để phân tích tín hiệu EEG của tôi. Tôi có nhiều tín hiệu ngắn, mỗi tín hiệu chỉ dài 1 phút. và tất cả đều được ghi lại trong 30Hz. Tôi có hai câu hỏi:

1. Trong sóng con Morlet, thang đo (alpha) tốt nhất để sử dụng trong trường hợp của tôi là gì?
2. Về hiệu ứng cạnh: Làm thế nào tôi có thể biết / tính toán phần nào của dữ liệu của tôi sẽ bị hỏng do "hiệu ứng cạnh" của sóng con?

Tôi không chắc liệu bạn đang nói về Biến đổi Wavelet rời rạc (DWT) hay Biến đổi Wavelet liên tục (CWT). Cả hai đều có thể được sử dụng trên các tín hiệu riêng biệt tương tự như DFT và DTFT, tôi không chắc liệu có ai gọi nó là Biến đổi Wavelet Thời gian rời rạc thay thế không. Trong mọi trường hợp, biến đổi wavelet dyadic là biến đổi không dư thừa (số lượng mẫu trong số hệ số ra), và đó là những gì chúng ta thường giả định khi nói về DWT.$=$

Có vẻ như bạn cần đọc thêm một chút về biến đổi wavelet nói chung, vì câu hỏi đầu tiên của bạn. Biến đổi Wavelet không hoạt động như Biến đổi Fourier; đúng hơn, nó gần giống với Biến đổi Fourier thời gian ngắn , là hàm của hai biến: tần số và thời gian. Tương tự, biến đổi wavelet là một hàm của quy mô và thời gian. Điều này có nghĩa là bạn không chọn thang đo và bám vào nó. Bạn trải qua nhiều thang đo (trong trường hợp dyadic, chúng tăng sức mạnh của hai) và tính toán biến đổi cho mỗi cái.

Để giải quyết câu hỏi thứ hai của bạn, các hiệu ứng cạnh thường không dễ đối phó và có rất nhiều bài viết về chủ đề này. Nếu bạn chỉ đơn giản muốn biết phần nào của tín hiệu được chuyển đổi sẽ bị ảnh hưởng bởi chúng và có vẻ như đó là những gì bạn đang yêu cầu, bài viết này có một cuộc thảo luận tốt. Một điều cần lưu ý là DWT, giống như Biến đổi Fourier rời rạc, có tính đối xứng bao quanh hình tròn, do đó, việc xử lý các cạnh là không mong muốn nếu bạn cũng hy vọng có được một biến đổi nghịch đảo hoàn hảo. Bạn có thể nhìn vào bài báo này để thảo luận về điều đó, và cũng là một cách để loại bỏ các tạo tác cạnh.