腦機(jī)接口（Brain-Computer Interface,BCI）是一種不依賴于外周神經(jīng)與肌肉等正常輸出通路,直接通過(guò)腦電（Electroencephalogram,EEG）信號(hào)與外界通訊的技術(shù)。該技術(shù)現(xiàn)已廣泛應(yīng)用于眾多領(lǐng)域,通過(guò)解決BCI關(guān)鍵技術(shù)問(wèn)題還將促進(jìn)相關(guān)科學(xué)領(lǐng)域的發(fā)展與交叉,進(jìn)而激發(fā)新思路、探索新手段及開拓新方向,具有科學(xué)與應(yīng)用的雙重價(jià)值。本文以BCI系統(tǒng)的實(shí)用化為目標(biāo),提出一套基于穩(wěn)態(tài)視覺(jué)誘發(fā)電位（Steady-State Visual Evoked Potential,SSVEP）的腦電信號(hào)與眼電（Electrooculogram,EOG）信號(hào)混合的BCI無(wú)人機(jī)控制系統(tǒng)。首先,對(duì)SSVEP刺激范式、眨眼狀態(tài)檢測(cè)器及腦機(jī)接口控制無(wú)人機(jī)系統(tǒng)的實(shí)驗(yàn)過(guò)程進(jìn)行設(shè)計(jì),并通過(guò)離線實(shí)驗(yàn)驗(yàn)證其可行性。其次,研究SSVEP腦電信號(hào)的處理方法。先采用小波去噪對(duì)EEG信號(hào)進(jìn)行預(yù)處理,得到信噪比較高的腦電信號(hào);然后在傳統(tǒng)的功率譜密度分析（PSDA）及典型相關(guān)分析（CCA）算法的基礎(chǔ)上提出一種改進(jìn)算法-基于功率譜密度和個(gè)體信號(hào)模板的典型相關(guān)分析（Hybrid-PSDA-ISTCCA）,該算法在結(jié)合... 

【文章來(lái)源】：曲阜師范大學(xué)山東省

【文章頁(yè)數(shù)】：93 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

基于腦機(jī)接口的無(wú)人機(jī)飛行實(shí)驗(yàn)圖

第1章緒論6表1.1腦電信號(hào)分類類別頻率區(qū)間屬性生理現(xiàn)象Delta波0.5~3Hz低頻、高幅、慢波睡眠狀態(tài)、精神集中狀態(tài)Thela波4~7Hz低頻、高幅、慢波情緒低沉狀態(tài)或遇到困難時(shí)狀態(tài)Alpha波8~13Hz中頻、周期、中波閉眼產(chǎn)生，睜眼阻斷（平靜狀態(tài)下）Beta波13~40Hz低頻、高幅、快波精神緊張或激動(dòng)狀態(tài)Gamma波30~60Hz高頻、超低幅、快波復(fù)雜環(huán)境下的信息交互狀態(tài)Mμ波8~12Hz中頻、周期、中波運(yùn)動(dòng)神經(jīng)元休息狀態(tài)產(chǎn)生，肢體或想象運(yùn)動(dòng)阻斷1.3.2腦機(jī)接口系統(tǒng)基本原理及結(jié)構(gòu)科學(xué)研究表明，當(dāng)人體受到外界刺激或進(jìn)行某種意識(shí)活動(dòng)時(shí)，大腦中的神經(jīng)細(xì)胞會(huì)產(chǎn)生微弱的電信號(hào)，這些信號(hào)被傳遞到大腦皮層，會(huì)產(chǎn)生節(jié)律性或空間分布等特征。由于腦電信號(hào)比較微弱，所以與外界交互時(shí)需要進(jìn)行以下處理：首先，通過(guò)腦機(jī)接口采集腦電信號(hào)；其次，對(duì)腦電信號(hào)進(jìn)行預(yù)處理，提高信噪比；再次，運(yùn)用特定算法將腦電信號(hào)的特征提取出來(lái)；最后，將提取出的特征進(jìn)行模式識(shí)別并轉(zhuǎn)換成控制指令，從而實(shí)現(xiàn)腦電信號(hào)對(duì)外界設(shè)備的控制。BCI系統(tǒng)包括三部分，分別為：采集模塊、信號(hào)分析及控制設(shè)備[54]。圖1.3是典型的腦機(jī)接口組成框圖。圖1.3典型的腦機(jī)接口系統(tǒng)框圖1.采集模塊腦電信號(hào)的采集由腦機(jī)接口采集模塊完成。首先，通過(guò)腦機(jī)接口模塊采集腦電信號(hào)，并通過(guò)放大電路將采集到的EEG信號(hào)放大；然后，通過(guò)A/D轉(zhuǎn)換模塊將模擬信號(hào)轉(zhuǎn)化為數(shù)字信號(hào)；最后，對(duì)傳輸?shù)接?jì)算機(jī)上的信號(hào)進(jìn)行處理。腦電信號(hào)的采集通常

第1章緒論7需要滿足兩個(gè)條件：EEG信號(hào)具有一定的精度并且能實(shí)時(shí)地被提取與存儲(chǔ)。腦電信號(hào)需要帶有電極的腦電帽進(jìn)行提齲腦電帽上的電極放置一般都符合國(guó)際10-20系統(tǒng)標(biāo)準(zhǔn)，如圖1.4所示。國(guó)際10-20系統(tǒng)是由國(guó)際腦電圖學(xué)會(huì)制定的用于采集腦電信號(hào)的電極放置標(biāo)準(zhǔn)[55]。電極導(dǎo)聯(lián)方式主要有兩種：?jiǎn)螛O導(dǎo)聯(lián)與雙極導(dǎo)聯(lián)。單極導(dǎo)聯(lián)法是指將腦電帽上的某個(gè)電極當(dāng)作參考電極，獲取其他電極電位值的方法，如圖1.5（a）所示。雙極導(dǎo)聯(lián)法則是直接記錄兩個(gè)不同電極之間電位的方法，如圖1.5（b）所示。電極采集技術(shù)也分為兩種：干電極采集技術(shù)和濕電極采集技術(shù)。干電極是指直接放置在頭皮上采集腦電信號(hào)的電極，其使用簡(jiǎn)單方便。而濕電極則需要導(dǎo)電膏配合使用，可以解決因電極與頭皮接觸不好而導(dǎo)致的導(dǎo)電性不好的問(wèn)題[56]，但是不如干電極方便。綜上，本文的腦機(jī)接口采用的是單極導(dǎo)聯(lián)法和干電極采集技術(shù)。圖1.4國(guó)際標(biāo)準(zhǔn)10-20系統(tǒng)電極分布圖（a）單極導(dǎo)聯(lián)法（b）雙極導(dǎo)聯(lián)法圖1.5EEG導(dǎo)聯(lián)方法2.信號(hào)分析信號(hào)分析是研究腦電信號(hào)的核心，也是本文研究的關(guān)鍵問(wèn)題。腦電信號(hào)分析主要包括預(yù)處理、特征提取及模式識(shí)別[57]。（1）預(yù)處理是指濾除腦電信號(hào)中的干擾信號(hào)，提高信號(hào)的信噪比；

【參考文獻(xiàn)】：
期刊論文
[1]基于高級(jí)控制策略的腦-機(jī)接口控制機(jī)械臂系統(tǒng)[J]. 李紅衛(wèi),陳小剛.  北京生物醫(yī)學(xué)工程. 2019(01)
[2]腦-機(jī)接口技術(shù)及其應(yīng)用研究[J]. 陳思.  電子世界. 2016(20)
[3]全球無(wú)人機(jī)產(chǎn)業(yè):現(xiàn)狀與趨勢(shì)[J]. 周鈺婷,鄭健壯.  經(jīng)濟(jì)研究導(dǎo)刊. 2016(26)
[4]多旋翼無(wú)人機(jī)在滅火救援中的應(yīng)用探析[J]. 呂明哲.  科技創(chuàng)新與應(yīng)用. 2015(33)
[5]腦控技術(shù)的研究與展望[J]. 張小棟,李睿,李耀楠.  振動(dòng).測(cè)試與診斷. 2014(02)
[6]無(wú)人機(jī)航空攝影測(cè)量技術(shù)在風(fēng)能開發(fā)勘測(cè)方面的應(yīng)用[J]. 孫朝陽(yáng),鄭彥春,徐秀云.  電力勘測(cè)設(shè)計(jì). 2011(05)
[7]基于多參數(shù)公共空間頻率模式算法的腦電特征提取[J]. 蘇少軍,方慧娟,王根.  微型機(jī)與應(yīng)用. 2011(18)
[8]基于運(yùn)動(dòng)想象腦電的上肢康復(fù)機(jī)器人[J]. 徐寶國(guó),彭思,宋愛(ài)國(guó).  機(jī)器人. 2011(03)
[9]小波采樣的濾波算法研究[J]. 張治國(guó),黃建國(guó),劉震.  電子科技大學(xué)學(xué)報(bào). 2010(06)
[10]如何在Matlab中優(yōu)化基本周期圖法對(duì)隨機(jī)信號(hào)進(jìn)行的功率譜估計(jì)[J]. 瞿海雁,李鸝,錢小凌.  首都師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2006(05)

碩士論文
[1]基于ROS和腦電的無(wú)人機(jī)遠(yuǎn)程控制與實(shí)現(xiàn)[D]. 郭毅.西安電子科技大學(xué) 2018
[2]基于運(yùn)動(dòng)想象的腦卒中上肢康復(fù)系統(tǒng)設(shè)計(jì)[D]. 周承邦.哈爾濱工業(yè)大學(xué) 2017
[3]基于穩(wěn)態(tài)視覺(jué)誘發(fā)電位的腦機(jī)接口系統(tǒng)設(shè)計(jì)及相關(guān)算法的研究[D]. 李琳.浙江理工大學(xué) 2017
[4]基于Pixhawk飛控板的固定翼模型飛機(jī)控制技術(shù)研究[D]. 史興隆.北方工業(yè)大學(xué) 2016
[5]基于想象左右手運(yùn)動(dòng)思維腦電識(shí)別分類研究[D]. 何青松.北京交通大學(xué) 2016
[6]四旋翼飛行器控制與實(shí)現(xiàn)[D]. 米培良.大連理工大學(xué) 2015
[7]四旋翼飛行器的滑�？刂扑惴ㄑ芯縖D]. 白敬潔.哈爾濱理工大學(xué) 2015
[8]基于SSVEP的腦機(jī)接口系統(tǒng)研究與設(shè)計(jì)[D]. 楊俊宇.南京郵電大學(xué) 2015
[9]基于腦機(jī)接口的控制及虛擬場(chǎng)景應(yīng)用研究[D]. 張璐琳.哈爾濱工程大學(xué) 2013
[10]四旋翼飛行器設(shè)計(jì)與穩(wěn)定控制研究[D]. 龐慶霈.中國(guó)科學(xué)技術(shù)大學(xué) 2011



本文編號(hào)：3278516