本文關(guān)鍵詞：運(yùn)動想象腦電信號模式識別算法的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：腦-機(jī)接口(Brian Computer Interface,BCI)是一種只通過大腦產(chǎn)生的腦電信號與外界進(jìn)行交流的通訊系統(tǒng),該系統(tǒng)與人們的肌肉和外圍神經(jīng)無關(guān)。BCI研究的主要內(nèi)容是將操作人員的控制意圖轉(zhuǎn)換成對外部設(shè)備的控制指令。其核心技術(shù)在于對腦電信號的特征提取和分類識別。本文在運(yùn)動想象腦電信號模式識別的基礎(chǔ)上,搭建在線BCI系統(tǒng)實現(xiàn)機(jī)械手的基本運(yùn)動控制。首先選取BCI 2003競賽中運(yùn)動想象數(shù)據(jù),對數(shù)據(jù)進(jìn)行預(yù)處理,確定數(shù)據(jù)選取的時間和頻率的范圍。因為有效的特征信息直接影響到最后的分類識別效果,本文在分析傳統(tǒng)方法的基礎(chǔ)上,提出基于小波變換和共空間模式的方法對腦電信號進(jìn)行特征提取。這種方法很好的結(jié)合了時頻域和空間域的特征信息,提取的特征量包含了時間、頻率和空間的特征行為,為后續(xù)的分類識別打好了基礎(chǔ)。采用基于粒子群算法的支持向量機(jī)和極限學(xué)習(xí)機(jī)對組合特征量進(jìn)行分類識別,通過分類結(jié)果的對比證明本文提出的特征提取方法優(yōu)于傳統(tǒng)方法,同時得出極限學(xué)習(xí)機(jī)具有更佳的最優(yōu)識別率和更短的訓(xùn)練學(xué)習(xí)時間,能夠更好的適用于BCI系統(tǒng)。然后選用Emotiv Epoc腦電采集設(shè)備,設(shè)計相應(yīng)的實驗流程采集運(yùn)動想象腦電信號,對離線數(shù)據(jù)進(jìn)行分析,驗證上述理論結(jié)果。實驗中對極限學(xué)習(xí)機(jī)進(jìn)行改進(jìn),通過對訓(xùn)練集進(jìn)行循環(huán)學(xué)習(xí),選擇其中效果最好的那組參數(shù)作為固定值,提高了平均分類識別的效果。最后,通過Matlab實現(xiàn)了以上算法,對Emotiv Epoc采集的腦電信號進(jìn)行實時信號分析處理,并將分類的結(jié)果轉(zhuǎn)換成控制指令通過串口輸出給單片機(jī),單片機(jī)根據(jù)接收的指令對機(jī)械手進(jìn)行相應(yīng)的控制。通過對五個受試者進(jìn)行實驗,其結(jié)果進(jìn)一步證明了本文算法的有效性及可行性。
【關(guān)鍵詞】：腦機(jī)接口 特征提取 支持向量機(jī) 極限學(xué)習(xí)機(jī) 機(jī)械手
【學(xué)位授予單位】：中國計量學(xué)院
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R318;TN911.7
【目錄】：

• 致謝5-6
• 摘要6-7
• abstract7-15
• 1 緒論15-22
• 1.1 本文的研究背景和意義15-17
• 1.1.1 研究背景15-16
• 1.1.2 研究意義16-17
• 1.2 BCI的研究現(xiàn)狀17-19
• 1.3 運(yùn)動想象腦電信號模式識別算法的研究現(xiàn)狀19-20
• 1.4 本文主要研究的內(nèi)容20-22
• 2 腦電研究的理論基礎(chǔ)22-30
• 2.1 腦電信號基礎(chǔ)22-24
• 2.1.1 腦電信號的產(chǎn)生機(jī)理和特點(diǎn)22-23
• 2.1.2 腦電信號分類23-24
• 2.2 腦電信號的采集24-25
• 2.3 BCI系統(tǒng)的組成25-26
• 2.4 理論分析數(shù)據(jù)來源26-29
• 2.4.1 數(shù)據(jù)來源26-27
• 2.4.2 數(shù)據(jù)分析27-29
• 2.5 本章小結(jié)29-30
• 3 腦電信號的組合特征提取30-41
• 3.1 小波分析30-34
• 3.1.1 小波變換理論30-31
• 3.1.2 連續(xù)小波變換31
• 3.1.3 離散小波變換31-32
• 3.1.4 多分辨率分析32-33
• 3.1.5 小波變換的特征信息33-34
• 3.2 共空間模式34-35
• 3.2.1 CSP算法的基本原理34-35
• 3.2.2 CSP的特征信息35
• 3.3 BCI數(shù)據(jù)分析35-40
• 3.3.1 提取時頻域的特征量36-38
• 3.3.2 提取空間域的特征量38-40
• 3.4 本章小結(jié)40-41
• 4 腦電信號的分類識別41-55
• 4.1 支持向量機(jī)41-46
• 4.1.1 線性可分SVM41-43
• 4.1.2 非線性SVM43-45
• 4.1.3 改進(jìn)PSO-SVM分類器設(shè)計45-46
• 4.2 極限學(xué)習(xí)機(jī)46-49
• 4.2.1 單隱層前饋神經(jīng)網(wǎng)絡(luò)46-48
• 4.2.2 ELM算法原理48-49
• 4.3 BCI數(shù)據(jù)分類識別49-54
• 4.3.1 分類器的設(shè)計49-52
• 4.3.2 分類器結(jié)果分析52-54
• 4.4 本章小結(jié)54-55
• 5 實驗55-66
• 5.1 實驗設(shè)計55-59
• 5.1.1 實驗設(shè)備55-56
• 5.1.2 實驗數(shù)據(jù)的采集56-58
• 5.1.3 實驗設(shè)計58-59
• 5.2 離線數(shù)據(jù)特征提取59-63
• 5.2.1 數(shù)據(jù)預(yù)處理59-61
• 5.2.2 小波變換的特征提取61-62
• 5.2.3 空間域的特征提取62-63
• 5.3 離線運(yùn)動想象數(shù)據(jù)的分類識別63-65
• 5.3.1 改進(jìn)的ELM算法63-64
• 5.3.2 離線數(shù)據(jù)分類結(jié)果比較64-65
• 5.4 本章小結(jié)65-66
• 6 在線腦機(jī)-接口的應(yīng)用66-74
• 6.1 在線腦機(jī)-接口的搭建66-67
• 6.2 基于α波阻斷控制機(jī)械手的抓放動作67-69
• 6.2.1 α波阻斷的控制原理67-68
• 6.2.2 α波阻斷腦電信號的特征提取68
• 6.2.3 α波阻斷實驗訓(xùn)練結(jié)果68-69
• 6.3 基于運(yùn)動想象控制機(jī)械手的左右移動69-72
• 6.3.1 實驗設(shè)計69-71
• 6.3.2 在線實驗結(jié)果分析71-72
• 6.4 本章小結(jié)72-74
• 7 總結(jié)與展望74-77
• 7.1 總結(jié)74-75
• 7.2 展望75-77
• 參考文獻(xiàn)77-82
• 作者簡歷82

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;腦電信號處理的研究取得階段性成果[J];河北師范大學(xué)學(xué)報;1987年01期

2 李志瑞;張文杰;;通用腦電信號處理——微機(jī)系統(tǒng)初探[J];河北師范大學(xué)學(xué)報;1988年Z1期

3 孟欣，，歐陽楷;腦電信號的幾個非線性動力學(xué)分析方法[J];北京生物醫(yī)學(xué)工程;1997年03期

4 吳小培,馮煥清,周荷琴,王濤;獨(dú)立分量分析及其在腦電信號預(yù)處理中的應(yīng)用[J];北京生物醫(yī)學(xué)工程;2001年01期

5 李英遠(yuǎn),周衛(wèi)東;徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)在腦電信號建模中的應(yīng)用[J];山東生物醫(yī)學(xué)工程;2002年02期

6 劉大路,江朝暉,馮煥清,王聰;基于腦電信號時空分布信息的思維特征研究[J];北京生物醫(yī)學(xué)工程;2004年02期

7 許崇濤,沈民奮,李慧,朱國平;雙譜分析方法在腦電信號分析中的應(yīng)用[J];中國行為醫(yī)學(xué)科學(xué);2004年03期

8 湯曉軍,宋卓,楊卓,張濤;雙任務(wù)事件中腦電信號的熵計算(英文)[J];生物物理學(xué)報;2005年05期

9 蔣辰偉;章悅;曹洋;朱國行;顧凡及;王斌;;腦死亡與腦昏迷腦電信號的復(fù)雜度研究[J];生物物理學(xué)報;2008年02期

10 李谷;范影樂;龐全;;基于排列組合熵的腦電信號睡眠分期研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2009年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 薛蘊(yùn)全;王秋英;王宏;;腦電信號的動態(tài)時空響應(yīng)拓?fù)鋱D[A];中國儀器儀表學(xué)會第三屆青年學(xué)術(shù)會議論文集（上）[C];2001年

2 王裕清;粱平;郭付清;張登攀;;腦電信號診斷專家系統(tǒng)的研究[A];中國生理學(xué)會第21屆全國代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2002年

3 朱林劍;包海濤;孫守林;梁豐;;新型腦電信號采集方法與應(yīng)用研究[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

4 許濤;朱林劍;包海濤;;基于思維腦電信號的假手的研究[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國家——2006中國科協(xié)年會論文集（下冊）[C];2006年

5 李愛新;孫鐵;郭炎峰;;基于人工神經(jīng)網(wǎng)絡(luò)的腦電信號模式分類[A];自動化技術(shù)與冶金流程節(jié)能減排——全國冶金自動化信息網(wǎng)2008年會論文集[C];2008年

6 童珊;黃華;陳槐卿;;混沌理論在腦電信號分析中的應(yīng)用[A];中國生物醫(yī)學(xué)工程學(xué)會第六次會員代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2004年

7 李凌;曾慶寧;堯德中;;利用兩級抗交叉串?dāng)_自適應(yīng)濾波器提取誘發(fā)腦電信號[A];中國生物醫(yī)學(xué)工程學(xué)會第六次會員代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2004年

8 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];中國生物醫(yī)學(xué)工程進(jìn)展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會論文集（下冊）[C];2007年

9 李麗君;黃思娟;吳效明;熊冬生;;基于運(yùn)動想象的腦電信號特征提取與分類[A];中國儀器儀表學(xué)會醫(yī)療儀器分會2010兩岸四地生物醫(yī)學(xué)工程學(xué)術(shù)年會論文集[C];2010年

10 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];天津市生物醫(yī)學(xué)工程學(xué)會2007年學(xué)術(shù)年會論文摘要集[C];2007年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 張文清　記者 王春;意念控制車速及左右轉(zhuǎn)彎前行[N];科技日報;2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 彭宏;普適化腦電信息感知關(guān)鍵問題的研究[D];蘭州大學(xué);2015年

2 吳玉鵬;AR譜在皮層癇樣腦電信號分析應(yīng)用[D];河北醫(yī)科大學(xué);2015年

3 吳畏;基于統(tǒng)計建模的多導(dǎo)聯(lián)腦電信號時空建模方法研究[D];清華大學(xué);2012年

4 孫宇舸;腦—機(jī)接口系統(tǒng)中腦電信號處理方法的研究[D];東北大學(xué);2012年

5 周群;腦電信號同步：方法及應(yīng)用研究[D];電子科技大學(xué);2009年

6 趙麗;基于腦電信號的腦-機(jī)接口技術(shù)研究[D];天津大學(xué);2004年

7 李春勝;腦電信號混沌特性的研究與應(yīng)用[D];東北大學(xué);2011年

8 歐陽高翔;癲癇腦電信號的非線性特征識別與分析[D];燕山大學(xué);2010年

9 繆曉波;基于腦電信號的認(rèn)知動力學(xué)系統(tǒng)研究——線性/非線性方法及動態(tài)時—頻—空分析[D];重慶大學(xué);2004年

10 張美云;阿爾茨海默病腦電信號多尺度時空定量特征研究[D];天津醫(yī)科大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 于洪;基于腦電信號的警覺度估計[D];上海交通大學(xué);2007年

2 蔣潔;基于高性能計算的腦電信號分析[D];燕山大學(xué);2010年

3 張志琴;腦電信號的復(fù)雜性分析[D];中南大學(xué);2009年

4 許鳳娟;腦電信號采集與分析系統(tǒng)的設(shè)計[D];長春理工大學(xué);2011年

5 曹銘;意識障礙患者腦電信號的非線性動力學(xué)評價分析[D];杭州電子科技大學(xué);2012年

6 劉靜;基于加權(quán)排序熵的多通道腦電信號同步算法研究[D];燕山大學(xué);2015年

7 陳澤濤;基于腦電信號分析的AD早期評估系統(tǒng)的設(shè)計與實現(xiàn)[D];燕山大學(xué);2015年

8 王曉濱;LED光針灸對腦功能的影響研究[D];天津職業(yè)技術(shù)師范大學(xué);2015年

9 徐朝陽;基于深度網(wǎng)絡(luò)的腦電信號分類方法研究[D];中國海洋大學(xué);2015年

10 劉巨娟;基于腦電信號識別的駕駛員-汽車混合控制系統(tǒng)設(shè)計[D];東北大學(xué);2014年

  本文關(guān)鍵詞：運(yùn)動想象腦電信號模式識別算法的研究，由筆耕文化傳播整理發(fā)布。

本文編號：298906