發(fā)布時間：2018-11-18 13:53

【摘要】：針對穩(wěn)態(tài)視覺誘發(fā)電位(steady state visual evoked potential,SSVEP)范式下腦電信號(electroencephalograph,EEG)信噪比低、限制其識別正確率提高及腦-機接口應用等問題,根據(jù)EEG隨機性、近似平穩(wěn)的特點,提出了用于SSVEP特征頻率提取的同步壓縮短時傅里葉變換方法。該方法利用短時傅里葉變換對EEG進行時頻分析,并通過同步壓縮變換對時頻平面的能量在頻率方向進行重新分配,獲得頻率曲線更加集中的時頻表達;同時為提高EEG信噪比,提取SSVEP腦電中特征頻率附近信號進行重構(gòu),并利用典型相關(guān)分析進行分類識別,有效提高了最終識別正確率。仿真和實驗結(jié)果表明,該方法極大地提高了信號的信噪比,具有良好的抗噪聲性能和信號提取精度,且與傳統(tǒng)的經(jīng)驗模態(tài)分解和常規(guī)濾波方法相比,該方法平均識別正確率最多分別提高了9.98%和4.38%,平均信息傳輸率最多分別提高了7.57bit/min和2.69bit/min,有效提高了SSVEP范式下腦-機接口的工作性能。
[Abstract]:In view of the problem of low signal-to-noise ratio (SNR) of EEG signal (electroencephalograph,EEG) under steady-state visual evoked potential (steady state visual evoked potential,SSVEP) paradigm, which limits the improvement of recognition accuracy and the application of brain-computer interface, according to the randomness of EEG, it is approximately stable. A method of synchronous compression short time Fourier transform (STFT) for SSVEP feature frequency extraction is proposed. In this method, the time-frequency analysis of EEG is carried out by using short-time Fourier transform, and the energy of time-frequency plane is reallocated in the direction of frequency by synchronous compression transformation, and a more concentrated time-frequency representation of the frequency curve is obtained. In order to improve the signal-to-noise ratio (SNR) of EEG, the signal near the characteristic frequency in SSVEP EEG is extracted for reconstruction, and the canonical correlation analysis is used for classification and recognition, which effectively improves the accuracy of the final recognition. Simulation and experimental results show that the proposed method greatly improves the signal-to-noise ratio (SNR) of the signal, and has good anti-noise performance and signal extraction accuracy, and is compared with the traditional empirical mode decomposition and conventional filtering methods. The average recognition accuracy is increased by 9.98% and 4.38% respectively, and the average information transmission rate is increased by 7.57bit/min and 2.69 bit / min, respectively, which can effectively improve the performance of BCI under SSVEP paradigm.
【作者單位】： 西安交通大學機械工程學院;西安交通大學現(xiàn)代設計及轉(zhuǎn)子軸承系統(tǒng)教育部重點實驗室;
【基金】：國家自然科學基金資助項目(51275388)
【分類號】：R318;TN911.7

【相似文獻】

相關(guān)期刊論文 前8條

1 鐘敏;陳文靜;蔣模華;;S變換輪廓術(shù)中消除條紋非線性影響的方法[J];光學學報;2011年11期

2 武國寧;曹思遠;馬寧;劉建軍;;S變換的時頻分析特性及其改進[J];地球物理學進展;2011年05期

3 譚為民,彭東林,郭小渝;三種典型信號處理方法淺析[J];測控技術(shù);2003年06期

4 鄭彩云;馬雪飛;張可;章佳榮;喬鋼;;基于短時傅里葉變換的水聲OFDM時間同步方法[J];聲學技術(shù);2013年03期

5 鄧家梅,王健,曹家麟,馬世偉;被加型噪聲污染的信號的線性時頻表示[J];上海大學學報(自然科學版);1998年04期

6 諶秋菊;陳文靜;鐘敏;蘇顯渝;;提高S變換輪廓術(shù)測量精度的方法[J];光學學報;2013年06期

7 李宏斌;徐楚林;溫周斌;;基于短時傅里葉變換的異常音檢測方法[J];聲學技術(shù);2014年02期

8 ;[J];;年期

相關(guān)會議論文 前1條

1 吳愛弟;牟永光;曹思遠;;正交小波包的時頻分析[A];1994年中國地球物理學會第十屆學術(shù)年會論文集[C];1994年

相關(guān)博士學位論文 前1條

1 紀躍波;多分辨時頻分析理論與多功能時頻分析系統(tǒng)的研究[D];重慶大學;2002年

相關(guān)碩士學位論文 前10條

1 壽超駿;短時傅里葉變換處理超聲信號診斷脂肪肝[D];浙江工商大學;2015年

2 孫麗華;非線性Lamb波的測量與定量表征[D];南京郵電大學;2015年

3 鄭武;短時傅里葉變換在火成巖裂縫中的測井評價方法研究[D];吉林大學;2016年

4 馮愛玲;基于短時傅里葉變換的胎心率檢測算法與實現(xiàn)[D];廣東工業(yè)大學;2014年

5 周丹;短時傅里葉變換和提升小波變換在脈象信號分析中的應用[D];重慶大學;2008年

6 林楊;多普勒穿墻雷達的系統(tǒng)設計和信號處理[D];電子科技大學;2013年

7 吳乃玉;基于EEG信號的情緒分類研究[D];中央民族大學;2013年

8 項紅亮;光子多普勒速度測量系統(tǒng)的數(shù)據(jù)處理方法[D];北京交通大學;2012年

9 彭輝燕;基于HHT的故障診斷時頻分析[D];電子科技大學;2010年

10 徐飛;基于小波變換的爆破振動信號分析方法及應用研究[D];安徽理工大學;2011年

，

本文編號：2340210