【摘要】：盡管腦-機接口技術(shù)在近幾十年得到飛速發(fā)展,但由于腦電信號的抗噪聲能力差、復(fù)雜度高,開發(fā)實用化系統(tǒng)仍然面臨著巨大的挑戰(zhàn)。穩(wěn)態(tài)視覺誘發(fā)電位(Steady State Visual Evoked Potential,SSVEP)因具有高識別率和信息傳輸率等特性得到廣泛的應(yīng)用。由于硬件技術(shù)以及生理機制的限制,能夠引起SSVEP響應(yīng)的刺激頻率屈指可數(shù)。為此,本文通過頻移鍵控(Frequency Shift Keying,FSK)編碼,同時增加指令間隔生成TFSK(Trinary Frequency-Shift Keying Encoded)編碼的方式來增加刺激指令數(shù)量。在FSK-SSVEP系統(tǒng)中,存在的主要問題包括采集有用數(shù)據(jù)比較困難而且解調(diào)的難度系數(shù)大。針對這些問題,本文具體研究內(nèi)容如下:首先,分析SSVEP調(diào)制解調(diào)方式以及設(shè)計離線數(shù)據(jù)采集實驗。(1)研究頻率調(diào)制與FSK調(diào)制方式的特性,選擇FSK方式對多個頻率調(diào)制解決SSVEP中刺激指令受限的問題。(2)分析TFSK調(diào)制與通信領(lǐng)域FSK調(diào)制的差異,并結(jié)合腦電信號的特性和調(diào)制信號中的變量(包括編碼頻率、碼元刺激時間、碼元序列長度等)來設(shè)計實驗范式。通過實驗完成對10名受視者的離線數(shù)據(jù)采集;然后,研究FSK-SSVEP信號解調(diào)的算法。比較分析了傅里葉變換、小波變換以及經(jīng)驗?zāi)B(tài)分解算法的特性,并根據(jù)腦電信號(Electroencephalogram,EEG)非線性、非平穩(wěn)、噪聲大等特點,設(shè)計了經(jīng)驗?zāi)B(tài)分解算法對信號進(jìn)行分解與篩選完成信號預(yù)處理,從而提高信噪比�？偨Y(jié)了通信領(lǐng)域中FSK的解調(diào)算法,仿真研究了相干解調(diào)算法、非相干解調(diào)算法和典型相關(guān)分析算法的原理,并使用TFSKSSVEP腦電數(shù)據(jù)分析了相差和碼元起點判定對解調(diào)算法以及解調(diào)結(jié)果的影響。通過解調(diào)結(jié)果分析表明結(jié)合經(jīng)驗?zāi)B(tài)分解與非相干解調(diào)算法的解調(diào)效果最佳,其平均準(zhǔn)確率高達(dá)93.35%;最后,在Android系統(tǒng)上實現(xiàn)了經(jīng)驗?zāi)B(tài)分解與非相干解調(diào)算法,并設(shè)計了基于Android系統(tǒng)的撥號軟件完成對腦電信號的實時傳輸與處理,對算法進(jìn)行了在線測試。通過撥號軟件成功撥號的結(jié)果表明經(jīng)驗?zāi)B(tài)分解與非相干解調(diào)算法在TFSKSSVEP BCI系統(tǒng)中具有可行性。
【圖文】：

變化以一定的頻率進(jìn)行劃分和命名是處理當(dāng)下腦電信號問題的常用方法 SSVEP 信號的特征表現(xiàn)SSVEP 是通過視覺刺激誘發(fā)的周期信號，，刺激源的閃爍頻率為 5-20Hz。信號中包含刺激頻率基頻、倍頻等頻率[30]。實現(xiàn)SSVEP的特征提取比較電信號進(jìn)行時頻分析，找到頻譜信號中的最高幅度值，其對應(yīng)的頻率即頻率[31]。通常情況下使用 LED 或 LCD 進(jìn)行刺激，一般會使用多個刺覺刺激，刺激源在有效頻率刺激的范圍內(nèi)連續(xù)閃爍以刺激視覺皮層。如圖 2.1 中所示為 5Hz 刺激頻率下誘發(fā)的一段真實 SSVEP 原始信號以傅里葉變換得到的 SSVEP 信號頻譜圖。可以看出，響應(yīng)信號除了在基現(xiàn)譜峰，諧波 10Hz 和 15Hz 處也出現(xiàn)了譜峰。

圖 3.2 刺激器主控板列板采用的是四行、四列的 LED 組成。由于視錐細(xì)胞的發(fā)的 SSVEP 響應(yīng)幅度低，復(fù)合光誘發(fā)的 SSVEP 響應(yīng)幅三種顏色的光源對比，結(jié)果紅色光源刺激的效果最佳，因紅光，實物如圖 3.3 所示。每個 LED 表示一個刺激源目 FM 或者 FSK 模式）。相鄰刺激目標(biāo)之間的距離均為 2cm注視某個特定刺激的目標(biāo)時，該刺激能進(jìn)入到視網(wǎng)膜的中刺激對目標(biāo)刺激造成影響。根據(jù)需求可以對陣列輸出 1 到實現(xiàn) 16 種不同的指令模式，較多的指令模式能夠完成更用目的。比如對于 SSVEP 撥號系統(tǒng)，10 個數(shù)字指令加上刺激器遠(yuǎn)遠(yuǎn)滿足其需求。又例如一些簡單的游戲，俄羅斯
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TN911.3;R318

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊默涵;陳萬忠;李明陽;;基于總體經(jīng)驗?zāi)B(tài)分解的多類特征的運動想象腦電識別方法研究[J];自動化學(xué)報;2017年05期

2 孫國強;樊新海;張傳清;;基于短時處理和經(jīng)驗?zāi)B(tài)分解的地面戰(zhàn)場目標(biāo)被動聲識別[J];測試技術(shù)學(xué)報;2017年05期

3 宋振江;楊俊;李爭;;基于二維經(jīng)驗?zāi)B(tài)分解的航攝影像去噪應(yīng)用研究——以江西省某地區(qū)航攝影像為例[J];湖北民族學(xué)院學(xué)報(自然科學(xué)版);2016年02期

4 石志標(biāo);陳峰;;基于集合經(jīng)驗?zāi)B(tài)分解和支持向量機的滾動軸承故障診斷[J];拖拉機與農(nóng)用運輸車;2015年02期

5 林玉榮;王強;;基于一維經(jīng)驗?zāi)B(tài)分解的圖像細(xì)節(jié)提取方法[J];吉林大學(xué)學(xué)報(工學(xué)版);2011年06期

6 蔡碧野;陳文輝;李峰;;二維經(jīng)驗?zāi)B(tài)分解邊界效應(yīng)抑制研究[J];計算機工程與應(yīng)用;2008年13期

7 周志鋒,蔡萍,許嘉,陳日興;基于經(jīng)驗?zāi)B(tài)分解的汽車動態(tài)稱重數(shù)據(jù)處理[J];中國機械工程;2005年20期

8 李陽;任殿龍;張超;楊學(xué)嶺;;基于經(jīng)驗?zāi)B(tài)分解的飛機微多普勒特性分析[J];雷達(dá)與對抗;2018年01期

9 任志英;高誠輝;羅德海;林有希;張世忠;;二維經(jīng)驗?zāi)B(tài)分解在工程表面形貌誤差評定中的應(yīng)用[J];光學(xué)精密工程;2017年02期

10 郝歡;王華力;魏勤;;經(jīng)驗?zāi)B(tài)分解理論及其應(yīng)用[J];高技術(shù)通訊;2016年01期

相關(guān)會議論文 前10條

1 李關(guān)防;許春雷;惠俊英;;基于經(jīng)驗?zāi)B(tài)分解的特征提取算法研究[A];中國造船工程學(xué)會電子技術(shù)學(xué)術(shù)委員會2011年海戰(zhàn)場電子信息技術(shù)學(xué)術(shù)年會論文集[C];2011年

2 楊永鋒;;經(jīng)驗?zāi)B(tài)分解與非線性分析的協(xié)同研究[A];第四屆全國動力學(xué)與控制青年學(xué)者研討會論文摘要集[C];2010年

3 楊濤;樂友喜;曾賢德;;自適應(yīng)噪聲的總體集合經(jīng)驗?zāi)B(tài)分解在時頻分析中的應(yīng)用[A];2018年中國地球科學(xué)聯(lián)合學(xué)術(shù)年會論文集（二十三）——專題47：油氣田與煤田地球物理勘探[C];2018年

4 康春玉;章新華;;一種基于經(jīng)驗?zāi)B(tài)分解的信號降噪方法[A];中國聲學(xué)學(xué)會2007年青年學(xué)術(shù)會議論文集（下）[C];2007年

5 袁業(yè)立;;SAR海洋探測新進(jìn)展[A];面向21世紀(jì)的科技進(jìn)步與社會經(jīng)濟發(fā)展（上冊）[C];1999年

6 郝文峰;駱英;顧建祖;;基于經(jīng)驗?zāi)B(tài)分解-支持向量機的玻璃幕墻開膠損傷預(yù)測研究[A];中國力學(xué)學(xué)會學(xué)術(shù)大會'2009論文摘要集[C];2009年

7 胡建平;吳曉旭;王輝;劉秀平;謝琪;;曲面上向量值函數(shù)的經(jīng)驗?zāi)B(tài)分解[A];第六屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2013年

8 蔡俊雄;樂友喜;;完備總體經(jīng)驗?zāi)B(tài)分解方法研究[A];2016中國地球科學(xué)聯(lián)合學(xué)術(shù)年會論文集（三十九）——專題79：中國古生物學(xué)和地層學(xué)最新進(jìn)展、專題80：地?zé)崂碚撆c應(yīng)用、專題81：應(yīng)用地球物理學(xué)前沿[C];2016年

9 李鴻光;;基于微分的經(jīng)驗?zāi)B(tài)分解及其在多重轉(zhuǎn)子故障分析中的應(yīng)用[A];The 5th 全國動力學(xué)與控制青年學(xué)者研討會論文摘要集[C];2011年

10 譚善文;嚴(yán)利;熊朝坤;;一種新型的譜分析方法—Hilbert譜[A];第十七屆全國水動力學(xué)研討會暨第六屆全國水動力學(xué)學(xué)術(shù)會議文集[C];2003年

相關(guān)博士學(xué)位論文 前10條

1 黎恒;經(jīng)驗?zāi)B(tài)分解中的優(yōu)化理論與方法研究[D];西安電子科技大學(xué);2017年

2 石志曉;時頻聯(lián)合分析方法在參數(shù)識別中的應(yīng)用[D];大連理工大學(xué);2005年

3 孫暉;經(jīng)驗?zāi)B(tài)分解理論與應(yīng)用研究[D];浙江大學(xué);2005年

4 熊衛(wèi)華;經(jīng)驗?zāi)B(tài)分解方法及其在變壓器狀態(tài)監(jiān)測中的應(yīng)用研究[D];浙江大學(xué);2006年

5 葛光濤;二維經(jīng)驗?zāi)B(tài)分解研究及其在圖像處理中的應(yīng)用[D];哈爾濱工程大學(xué);2009年

6 高靜;經(jīng)驗?zāi)B(tài)分解的改進(jìn)方法及應(yīng)用研究[D];北京理工大學(xué);2014年

7 胡勁松;面向旋轉(zhuǎn)機械故障診斷的經(jīng)驗?zāi)B(tài)分解時頻分析方法及實驗研究[D];浙江大學(xué);2003年

8 周義;快速二維經(jīng)驗?zāi)B(tài)分解和相位追蹤方法及其在導(dǎo)波無損檢測中的應(yīng)用[D];上海交通大學(xué);2014年

9 房曰榮;隧道瑞雷波探測信號去噪與頻散曲線提取研究[D];福州大學(xué);2014年

10 賀智;改進(jìn)的經(jīng)驗?zāi)B(tài)分解算法及其在高光譜圖像分類中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 何洋洋;旋轉(zhuǎn)機械振動故障診斷研究[D];華北電力大學(xué)(北京);2019年

2 張成;基于聚類經(jīng)驗?zāi)B(tài)分解和差分熵的輸電線路故障測距研究[D];上海交通大學(xué);2018年

3 汪向碩;基于組合模型的超短期風(fēng)功率預(yù)測研究[D];華北電力大學(xué);2019年

4 張晨紅;基于風(fēng)速數(shù)據(jù)預(yù)處理的風(fēng)電功率預(yù)測新方法研究[D];華北電力大學(xué);2019年

5 劉玉芹;考慮風(fēng)電功率預(yù)測的混合儲能運行控制策略研究[D];華北電力大學(xué);2019年

6 陳凈和;基于噪聲輔助經(jīng)驗?zāi)B(tài)分解的低溫高速軸承故障診斷方法研究[D];北京交通大學(xué);2019年

7 王霞;FSK-SSVEP系統(tǒng)中解調(diào)方法的研究[D];重慶郵電大學(xué);2019年

8 劉陳希;基于EMD-ICA的地震資料去噪方法研究[D];中國石油大學(xué)(華東);2017年

9 孫志鑫;基于多元經(jīng)驗?zāi)B(tài)分解的電力系統(tǒng)低頻振蕩模式辨識[D];東北電力大學(xué);2019年

10 馬富齊;基于復(fù)數(shù)據(jù)經(jīng)驗?zāi)B(tài)分解和隨機森林理論的風(fēng)電機組多域特征故障診斷研究[D];西安理工大學(xué);2019年

本文編號：2686599