算法详解

EEG 分析算法的数学与实现细节。

参与度指数（EI）

EI = β / (α + θ)。EI 越高，参与度越强。参考文献：Pope et al. (1995)。

EMA 平滑

smoothEI[t] = α × rawEI[t] + (1−α) × smoothEI[t−1]

默认 α = 0.1。仅在 Zustand 存储层应用。

告警阈值

默认 0.3。同时影响 AI 专注度推理管线。

专注度分类

四状态机。基线 = 采集窗口的中位数 EI。分类：将当前窗口中位数与基线参考值比较。

参数	默认	范围
预热	30s	20–60
基线	15s	15–60
判定	15s	5–300

FFT 频谱分析

Hann 窗 → FFT（512 点，250 Hz） → Δf ≈ 0.488 Hz。频带功率 = Σ|X[k]|²。

Butterworth IIR 滤波器

4 阶，Direct Form II，RBJ Audio EQ Cookbook 系数。Q = 1/√2。

初始不可信期

前 N 秒（默认 30s）从 CSV、EI 趋势和专注度分类中排除。