摘要:通過(guò)對(duì)腦電信號(hào)特征的分析,利用小波變換的多尺度分析技術(shù)對(duì)腦電信號(hào)進(jìn)行特征提取,進(jìn)而使用主成分分析算法對(duì)特征進(jìn)行降維,并對(duì)降維后的信號(hào)使用Fisher線性判別方法進(jìn)行分類。最后,利用VerilogHDL硬件編程語(yǔ)言設(shè)計(jì)實(shí)現(xiàn)了Mallat分解算法、PCA算法和LDA算法模塊,并在FPGA應(yīng)用板上實(shí)現(xiàn)了腦電分類功能。系統(tǒng)對(duì)2008年BCI大賽的數(shù)據(jù)進(jìn)行了測(cè)試,分類準(zhǔn)確率達(dá)到92.31%,表明該方法對(duì)開發(fā)便攜式腦機(jī)接口系統(tǒng)具有良好的應(yīng)用價(jià)值。
關(guān)鍵詞:腦機(jī)接口; 小波變換; 主成分分析; 線性判別分析
中圖分類號(hào):TN911-34; TP315文獻(xiàn)標(biāo)識(shí)碼:A
文章編號(hào):1004-373X(2012)20-0107-04