matlab0884 基于CSP和EMD的脑电信号特征提取

项目介绍

传统的脑机接口通过提取大脑产生的非线性脑电特征信号，实现了人脑与计算机或其他电子设备之间的通信和相互控制。为人类和计算机环境之间相互协作提供了新的通信和相互控制的渠道,拓宽了计算机与人类的通信和控制能力,具有广泛的实际应用和研究前景。然而,脑机识别接口电子设备技术研究的脑电信号特征是一种微弱、非线性、非平稳信号,因此有效的特征提取技术方法的应用是提高和改善计算机识别信号精度的一个重要关键。 论文首先对运动想象脑电信号的现代分析方法进行综述，主要介绍了时域、频域以及时频域的特征提取算法。 其次,针对公共空间的模式设计和分解的算法需要大量的通道信号和缺乏频域信息的情况下和缺点进行了改进,论文实现了基于EMD和CSP的一种公共空间的模式设计算法。emd-csp算法先将固有模态信号特征选取后的成分函数进行特征物理和其他经验类型模式的综合分解，然后得到多个固有模态下的特征信号选取成分函数,然后提取固有模态象征特征,得到固有模态象征特征向量集,经过对一些支持模态特征向量集的常用计算机软件进行多次分类后来就可以统计得到一次分类结果正确率大约得分为75.57%。经过改进的csp滤波成分选择接口设计方法在有效保证了分类接口设计正确率的基础上大大减少了实际使用的端口成分通道选择设计数量,为便携式平板电脑机接口的设计和应用提供了简单可行的接口设计方法。