基于稳态子空间分析的运动想象脑电信号研究-电子与通信工程专业论文.docxVIP

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名：______ _ __ 日期：____ _ _ 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文 档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索； 可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质 论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名：______ _ _ 导师签名：____________ 日期：______ __ _ 摘要 运动想象脑电信号是非常典型的非线性，非平稳信号。因此，随着现代信号分析方法的 发展，人们开始利用非平稳信号分析方法来提取脑电信号的特征信息。稳态子空间分析是一 种新的数据处理算法，其目的在于找出多元时间序列中的稳态部分。本文主要针对稳态子空 间分析算法进行了改进，分析与研究，并将基于近似熵的特征提取算法与改进的稳态子空间 分析算法结合，应用于基于运动想象的脑-机接口研究中。最后设计了基于 Java.Swing 技术的 改进的稳态子空间分析工具箱。 （1）提出了一种改进的稳态子空间分析算法，并应用于基于运动想象的脑-机接口研究中。 稳态子空间分析(Stationary Subspace Analysis, SSA) 算法在脑电研究领域取得了一定的成 效，但目前该算法还不够完善，脑电数据分类误差还比较大，因此要想更好的研究脑电信号， 就必须进一步加强算法优化，减少分类误差。本章提出了一种基于 Jensen 熵（Jensen-Shannon Divergence ， JSD ） 的 稳 态 子 空 间 分 析 算 法 ， 将 JSD 代替原 SSA 算 法 中 的 KL 散度 (Kullback-Leibler Divergence, KLD)，对改进后的算法（以下简称为 JSSA 算法）进行了模拟 仿真，最后将 SSA 算法和 JSSA 算法应用到二类运动想象脑电信号和四类运动想象脑电信号 中，对数据集进行分类提取，实验结果表明，基于 JSSA 算法比基于 SSA 算法能使运动想象 脑电信号分类效果更加准确，对运动想象脑电研究具有一定的学术参考价值。 （2）将基于近似熵的特征提取算法与改进的稳态子空间分析算法结合，并应用于基于运 动想象的脑-机接口研究中。 在目前 EEG 的近似熵研究中，将其应用在基于运动想象的脑-机接口研究中的报道还非 常少，本章将采用近似熵值作为左右手运动想象脑电任务的特征值，对比 Graz2003 二类运动 想象脑电数据集的实验结果，我们可以得出，基于近似熵为特征可以区分不同的运动想象脑 电任务，最后我们把第三章提到的改进的稳态子空间算法结合近似熵算法应用到 Graz2003 二 类运动想象脑电数据集中，从而验证了使用 JSSA 算法可以使运动想象脑电信号的分类结果 更为准确，对未来的脑-机接口领域的发展具有参考意义。 （3）基于 Java.Swing 技术的改进的稳态子空间分析工具箱的设计与实现 利用 java 编程实现改进的稳态子空间分析工具箱，该系统可以对运动想象脑电信号进行 稳态子空间分析，并显示分析结果。通过验证证明此系统能够有效地将平稳信号分离出来， 并且该工具箱将 JSSA 算法进行了模块化，界面化，以方便更多的人使用，在实际的运动想 象脑电研究中起到了重要作用。 关键词: 稳态子空间分析，脑电信号，JSD，运动想象 I Abstract Motor imagery EEG is a typical nonlinear, non-stationary signal. Therefore, with the development of modern signal analysis methods, people began to use the non-stationary signal analysis method to extract EEG signals. Identifying temporally invariant components in complex mul