论文摘要
脑机接口是近年来一个热门的研究领域。脑电信号是典型的低频、复杂的信号。利用人对不同的感觉、运动或认知活动产生的脑电信号的不同,通过有效的特征提取和分类可达到某种控制目的,如对假肢的控制。基于脑电信号的假肢系统是用人的意愿实现人脑与外部电子设备通讯和控制的系统。在脑电信号控制的假肢系统中,脑电信号的特征提取和分类是很重要的一个部分。基于左右手运动想象的脑机接口中脑电信号的处理是整个脑电假肢控制系统的核心。它的正确性和处理速度直接关系到系统性能,是系统成败的关键。本文的研究重点是用共空域模式算法和小波分析对预处理后的脑电信号特征提取,用Fisher线性分类器和支持向量机对所提取的特征模式识别。首先,应用独立分量分析对脑电数据预处理,去除其他电生理信号及干扰信号;其次,应用小波分析和共空域模式算法对去除伪迹后的脑电数据提取特征;最后应用设计的Fisher线性分类器和支持向量机对左右手运动想象的特征数据两分类。分类结果显示,用共空域模式算法和支持向量机分类时,08年竞赛数据的分类正确率可达100%。本论文采用的是BCI竞赛的数据,通过对竞赛数据的离线分析和处理,处理结果以串行通信的方式传入以MSP430F149为核心的微控制器系统,利用电路设计的知识对外部控制电路进行设计,通过编写系统任务可实现对假肢的控制。