一种脑机接口中脑电信号特征提取方法.docxVIP

一种脑机接口中脑电信号特征提取方法 脑机接口（bci）是一种不依赖正常外部神经和肌肉的输出通道的通信和控制系统。它利用人脑在受到外界刺激时产生的特定模式的信号实现控制外界设备的目的。脑机接口研究的最初目标是为残疾人提供一个与外界进行交流的方式,比如用思维操控轮椅、假肢等。但随着脑机接口研究的发展和技术的成熟,它的应用也变得越来越丰富,也受到越来越多的关注。 脑机接口主要分为侵入式和非侵入式两种,其中非侵入式的EEG(electroencephalog-raphy)信号具有信息量大、时间分辨率高、设备便于携带及无创性等特点,为脑机接口提供了实际可行性,逐渐成为目前脑电控制信号的主要选择。由于EEG信号是一种非平稳随机信号,具有比较低的信噪比,所以特征的提取对于一个完整的脑机接口系统来说就显得非常重要。目前EEG信号主要的特征提取方法有:(1)单一的利用时域或是频域特性的方法如时域均值、频域能量等。此方法虽然简单,但提取的特征太过单一,无法表征EEG信号的本质特性,分类正确率较低。(2)传统时频域特征结合的方法此方法只是将第一种方法提取的特征简单的组合以提供更多的特征,但仍然是一种平稳信号的分析方法,不适用于描述非平稳的EEG信号。(3)用AAR(Adaptive Autoregressive)模型的系数及小波系数描述EEG特征的方法这种方法虽然是非平稳信号的分析方法,但仍然局限于时