基于腦機接口的腦波控制變量算法及軌道小車控制系統(tǒng).pdf

1、現(xiàn)階段人們常常會受到外界環(huán)境的干擾，致使出現(xiàn)很難將自己的精神集中，嚴重的人會出現(xiàn)注意力分散癥，在青少年中出現(xiàn)多動癥，這些都會影響他們的學習、工作以及生活，除了一些具有良好狀態(tài)的人，不然人們很難在短時間將自己的注意力集中起來，而且長時間的干擾也會影響自己的精神狀態(tài)，會產(chǎn)生急躁心煩意亂等不良狀態(tài)，所以，我們利用腦機接口技術建立出專注力的檢測系統(tǒng)起到提醒的作用，并且通過學習和訓練達到輔助治療的目的。本文設計并實現(xiàn)腦機接口的腦波控制變量算法及軌

2、道小車控制系統(tǒng)，主要工作如下：
　　1.從腦電波信號（EEG）的波形特點，對其生理特性進行分析，通過對精神專注狀態(tài)和眼電信號的研究，分析腦電波信號的特性，并確定腦電波采集設備和電極采集位置，判斷精神集中和眼電信號的特性。利用Mallat算法的一維離散小波變換算法對原始腦電波信號進行分解與重構，將噪聲信號去除，把有用的特征波保留下來，通過對比Daub的系數(shù)，再利用快速傅里葉變換將已處理后的腦電波信號按頻域特征來驗證出δ波，θ波，α波

3、，β波4種波形。
　　2.提取出δ波，θ波，α波，β波4種波，將α波與低頻段β波分別求出均值和標準差，從而設定出專注力參數(shù)閾值，并提出基于θ波，α波與低頻段β波的專注力參數(shù)計算公式。
　　3.分析眼電信號（EOG）的幅值與作用時間的特點，分出有意眨眼和自然眨眼之間的區(qū)別，將有意眨眼作為控制指令，提出有意眨眼檢測算法。
　　4.系統(tǒng)通過腦電波采集電路，安卓app軟件開發(fā)，軌道小車控制平臺搭建，利用專注力參數(shù)和有意眨眼信號