《传统运动模态脑电特征提取算法概述》1000字.docxVIP

传统运动模态脑电特征提取算法概述

1.1共空间模式CSP算法

共空间模式（CSP）算法是一种高效的空间滤波算法REF_Ref11953\r\h[15]，该算法广泛应用于脑机接口（BCI）中的脑电信号的特征提取。空间滤波算法CSP算法是Koles团队REF_Ref12809\r\h[16]在1991年首先提出的一种用于EEG的空间滤波方法。特别是在2001年开始时。连续四次BCI比赛将CSP算法应用于运动图像的EEG信号，有着出非常好的表现。由此，公共空间状态算法正式进入脑电信号分析阶段。

公共空间模式（CSP）算法采用监督的方法建立一个最优公共空间滤波器，在最大化一类方差的同时最小化一类方差，采用同时对角化两类任务的协方差矩阵的方式，得到可区分长度最大的特征向量。CSP算法适合用于二分类任务的特征提取，该算法能使得两组脑电信号的时空信息经过空间滤波后，方差值差异最大化，从而得到高区分度的特征向量。将特征向量放入分类器进行分类。

CSP特征提取算法过程如图2-1如下：

图2-SEQ图2-\*ARABIC1CSP特征提取方法过程示意图

CSP算法的具体流程如下所示：

将X1、X2假设为两类数据样本，接着计算两类数据的协方差矩阵R1和R2

(2-1)

在公式中trace为矩阵的迹。指的是矩阵对角线上的