基于運動想象腦電信號的機械臂控制系統(tǒng)研究.pdf

1、腦機接口是神經科學與機器學習結合的應用，能適應某些特殊環(huán)境下的控制需求，尤其是在傳統(tǒng)的控制方式無法滿足現(xiàn)實需要的條件下，腦機接口有著獨特的優(yōu)勢，存在著廣泛的應用前景。本文主要研究了基于腦電信號設計的腦機接口，重點在于提取腦電信號中與大腦運動想象相關的模式，并對大腦不同活動狀態(tài)下的模式特征進行識別、挖掘和理解，最后與機械臂控制平臺進行了結合。
　　本文對基于腦電信號的腦機接口的基礎理論框架進行了介紹，包括腦電信號的產生的機理、腦電信

2、號的采集過程、運動想象腦電信號所表現(xiàn)出來的獨特的ERS/ERD特征模式和腦電信號的預處理過程。針對包含大量的干擾且整體雜亂的腦電信號設計了一套濾波算法來提取特定頻段的特異性腦電信號，又利用了基于小波變換的去噪算法對腦電信號進行平滑處理。對于腦電信號的特征提取，介紹了共空間模式算法，并在此基礎上，將只適用于二分類任務的共空間模式算法通過“一對多”的思想推廣到了腦電信號的多分類任務。同時考慮到序列腦電信號的非平穩(wěn)性和隨機性，設計了可自主調整

3、參數(shù)的自適應共空間模式算法。
　　在腦電信號的特征分類問題研究方面，針對采集腦電信號的二分類問題，分析了經典的線性判別式分析，同時考慮到不同類人群的腦電信號會存在差異的實際情況，對線性判別式算法做了改進，提出了具有自適應功能的線性判別式算法；在腦電信號的多分類問題上，針對高維且線性不可分的腦電信號分類問題，結合適用于腦電信號多分類任務的共空間模式算法，首次引入稀疏神經網絡來對腦電信號進行二次特征提取并進行多分類任務，稀疏特征使得原