當(dāng)前方法對(duì)腦機(jī)接口信號(hào)識(shí)別時(shí),因其基函數(shù)無法自適應(yīng)調(diào)整,導(dǎo)致信號(hào)特征提取與識(shí)別結(jié)果不夠準(zhǔn)確,因此提出基于經(jīng)驗(yàn)?zāi)Ｊ椒纸獾哪X機(jī)接口信號(hào)多模態(tài)識(shí)別方法。根據(jù)固有模態(tài)函數(shù)及其相關(guān)約束條件,通過篩選對(duì)經(jīng)驗(yàn)?zāi)Ｊ椒纸鈱?shí)施分析,基于細(xì)胞電流架構(gòu)的信號(hào)頻率,對(duì)腦電信號(hào)分類;根據(jù)分類結(jié)果,采用經(jīng)驗(yàn)?zāi)Ｊ椒纸夥▽?duì)腦機(jī)接口信號(hào)濾波降噪,經(jīng)過確定經(jīng)驗(yàn)?zāi)B(tài)分解級(jí)數(shù),濾波處理剩余信號(hào)分量;利用Hilbert變換方法提取信號(hào)包絡(luò),通過包絡(luò)信號(hào)各段能量完成能量熵的計(jì)算,實(shí)現(xiàn)信號(hào)特征提取;在此基礎(chǔ)上,根據(jù)信號(hào)的導(dǎo)函數(shù)與極值點(diǎn)的約束條件,獲取包絡(luò)的高低頻分量,最終完成腦機(jī)接口信號(hào)多模態(tài)識(shí)別。仿真實(shí)驗(yàn)結(jié)果表明,所提方法的腦機(jī)接口信號(hào)特征提取準(zhǔn)確率和多模態(tài)識(shí)別精準(zhǔn)度均較高,具有理想的識(shí)別有效性與較強(qiáng)的魯棒性。

【文章頁數(shù)】：5 頁

【文章目錄】：
1 引言
2 經(jīng)驗(yàn)?zāi)Ｊ椒纸庠矸治?br>3 腦機(jī)接口信號(hào)分析
    3.1 信號(hào)的生成
    3.2 信號(hào)的分類
4 基于經(jīng)驗(yàn)?zāi)Ｊ椒纸獾哪X機(jī)接口信號(hào)多模態(tài)識(shí)別
    4.1 確定最優(yōu)分解級(jí)數(shù)
    4.2 特征提取
    4.3 多模態(tài)識(shí)別
5 仿真實(shí)驗(yàn)
    5.1 實(shí)驗(yàn)環(huán)境與步驟
    5.2 實(shí)驗(yàn)結(jié)果比較
6 結(jié)論



本文編號(hào)：3862767