基于小波的腦-計(jì)算機(jī)接口載波的提取.pdf

1、腦－計(jì)算機(jī)接口(BCI)，是一個(gè)不依賴(lài)外周神經(jīng)和肌肉組織等通常大腦輸出通道的通信系統(tǒng)。BCI的運(yùn)作依賴(lài)于兩個(gè)自適應(yīng)控制器的相互作用，一個(gè)是用戶(hù)的大腦，另一個(gè)是BCI系統(tǒng)本身。選擇適當(dāng)?shù)男盘?hào)處理方法從腦電信號(hào)中提取用戶(hù)的信息和命令，是改進(jìn)腦計(jì)算機(jī)接口通信速率的方法之一。為此，本文提出了一個(gè)基于自回歸模型和小波變換多分辨分析的誘發(fā)電位單次提取的算法，以便能夠更為有效和快速的提取誘發(fā)電位的信號(hào)特征。考慮到小波變換具有良好的時(shí)-頻局部化特性

2、，根據(jù)信號(hào)與噪聲的小波變換模極大值在不同尺度下的傳播行為不一樣的原則，我們提出一個(gè)方案：對(duì)信號(hào)和噪聲做多尺度小波分析，確定各自的局部奇異性，然后根據(jù)信號(hào)和噪聲的小波變換模極大值在不同尺度上的不同傳播行為區(qū)別信號(hào)與噪聲，去掉由噪聲引起的小波變換模極大值和極大值小波域，保留信號(hào)奇異點(diǎn)，達(dá)到提取信號(hào)特征的目的。實(shí)際上事件相關(guān)腦電位記錄中噪聲的主要成分為自發(fā)腦電（EEG）。由于自發(fā)EEG的分布是非高斯性的，不能直接用多尺度小波分析方法確定其局