基于编码调制的视觉诱发电位脑机接口滤波优化算法研究
发布时间:2022-07-01 10:45
脑机接口(brain-computer interface,BCI)是一种将人的意图转化为控制信号,去控制外部设备达到与外界交流目的通信系统。基于编码调制的视觉诱发电位(code modulation visual evoked potential,c-VEP)BCI具有较高的信息传输率,但还未被深入研究。以往的研究常采用空域滤波的方式去整合多通道的脑电信号,并使用典型相关分析(canonical correlation analysis,CCA)优化空域滤波器系数,但由于不能精确地估计人脑的视觉潜伏延迟,导致滤波后提取的特征信号质量不高,影响分类性能。本文从信号处理的角度出发,将空域滤波器扩展成空域时域滤波器,旨在提高刺激目标的分类识别率。研究多种不同滤波优化算法,并对线性空域时域滤波和非线性空域时域滤波分别做出了分析,利用最小绝对收缩和选择算子(the least absolute shrinkage and selection operator,LASSO)算法优化线性滤波器,利用神经网络算法优化非线性空域时域滤波器。通过模板匹配法识别的结果表明,基于LASSO优化的空域时域滤波...
【文章页数】:60 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 脑机接口的定义和基本结构
1.1.1 脑机接口的定义
1.1.2 脑机接口的基本结构
1.2 基于EEG信号的脑机接口分类
1.2.1 视觉诱发电位脑机接口
1.2.2 运动想象脑机接口
1.2.3 事件相关电位脑机接口
1.2.4 慢皮层电位脑机接口
1.3 脑机接口的发展现状和应用前景
1.3.1 脑机接口的发展现状
1.3.2 脑机接口的应用前景
1.4 脑机接口面临的问题和挑战
1.5 论文的结构和内容
第二章 基于视觉诱发电位的脑机接口
2.1 自发脑电和诱发脑电
2.2 视觉诱发电位
2.2.1 视觉系统
2.2.2 视觉诱发电位
2.3 视觉诱发电位脑机接口的调制方式
2.3.1 时间调制视觉诱发电位脑机接口
2.3.2 频率调制视觉诱发电位脑机接口
2.3.3 编码调制视觉诱发电位脑机接口
2.4 SSVEP BCI与 c-VEP BCI的比较
2.5 本章小结
第三章 c-VEP BCI滤波优化算法研究
3.1 伪随机码
3.1.1 M序列产生
3.1.2 M序列的性质
3.2 空域滤波算法
3.2.1 空域滤波器
3.2.2 空域滤波算法
3.3 空域时域滤波及逆滤波算法
3.3.1 线性空域时域滤波算法
3.3.2 非线性空域时域滤波算法
3.3.3 空域时域逆滤波算法
3.4 波束合成器算法
3.5 模板匹配法
3.6 本章小结
第四章 基于c-VEP滤波算法的性能分析
4.1 基于c-VEP BCI的实验系统搭建
4.1.1 基于c-VEP BCI的实验平台
4.1.2 导联位置选择
4.1.3 视觉刺激器的设计
4.2 实验过程
4.3 不同滤波优化算法的数据分析
4.3.1 最优空域时域滤波算法的选取
4.3.2 三种滤波算法的比较
4.4 最优参数分析
4.4.1 目标识别的数据长度
4.4.2 训练实验的次数
4.5 本章小结
第五章 基于c-VEP多种滤波融合算法的性能分析
5.1 多种滤波融合算法的原理
5.2 融合算法的实现步骤
5.3 融合滤波算法的性能分析
5.3.1 融合算法与单独算法的比较
5.3.2 不同算法目标识别相关系数比较
5.4 本章小结
第六章 总结与展望
6.1 本文工作总结
6.2 未来工作展望
致谢
参考文献
攻读学位期间的研究成果
本文编号:3654094
【文章页数】:60 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 脑机接口的定义和基本结构
1.1.1 脑机接口的定义
1.1.2 脑机接口的基本结构
1.2 基于EEG信号的脑机接口分类
1.2.1 视觉诱发电位脑机接口
1.2.2 运动想象脑机接口
1.2.3 事件相关电位脑机接口
1.2.4 慢皮层电位脑机接口
1.3 脑机接口的发展现状和应用前景
1.3.1 脑机接口的发展现状
1.3.2 脑机接口的应用前景
1.4 脑机接口面临的问题和挑战
1.5 论文的结构和内容
第二章 基于视觉诱发电位的脑机接口
2.1 自发脑电和诱发脑电
2.2 视觉诱发电位
2.2.1 视觉系统
2.2.2 视觉诱发电位
2.3 视觉诱发电位脑机接口的调制方式
2.3.1 时间调制视觉诱发电位脑机接口
2.3.2 频率调制视觉诱发电位脑机接口
2.3.3 编码调制视觉诱发电位脑机接口
2.4 SSVEP BCI与 c-VEP BCI的比较
2.5 本章小结
第三章 c-VEP BCI滤波优化算法研究
3.1 伪随机码
3.1.1 M序列产生
3.1.2 M序列的性质
3.2 空域滤波算法
3.2.1 空域滤波器
3.2.2 空域滤波算法
3.3 空域时域滤波及逆滤波算法
3.3.1 线性空域时域滤波算法
3.3.2 非线性空域时域滤波算法
3.3.3 空域时域逆滤波算法
3.4 波束合成器算法
3.5 模板匹配法
3.6 本章小结
第四章 基于c-VEP滤波算法的性能分析
4.1 基于c-VEP BCI的实验系统搭建
4.1.1 基于c-VEP BCI的实验平台
4.1.2 导联位置选择
4.1.3 视觉刺激器的设计
4.2 实验过程
4.3 不同滤波优化算法的数据分析
4.3.1 最优空域时域滤波算法的选取
4.3.2 三种滤波算法的比较
4.4 最优参数分析
4.4.1 目标识别的数据长度
4.4.2 训练实验的次数
4.5 本章小结
第五章 基于c-VEP多种滤波融合算法的性能分析
5.1 多种滤波融合算法的原理
5.2 融合算法的实现步骤
5.3 融合滤波算法的性能分析
5.3.1 融合算法与单独算法的比较
5.3.2 不同算法目标识别相关系数比较
5.4 本章小结
第六章 总结与展望
6.1 本文工作总结
6.2 未来工作展望
致谢
参考文献
攻读学位期间的研究成果
本文编号:3654094
本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3654094.html