计算机应用

作者：罗飞, 刘鹏飞, 罗元, 朱思蒙

单位：重庆邮电大学 光电工程学院，重庆 400065

关键词：脑电信号,运动想象,希尔伯特-黄变换,共同空间模式,智能轮椅

基金：重庆市技术创新与应用示范（产业类重点研发）项目(cstc2018jszx-cyzdX0112)

针对单一特征识别率低、自适应性差等问题，提出一种基于希尔伯特-黄变换（HHT）和共同空间模式（CSP）的特征提取方法HCHT。首先，对原始脑电信号（EEG）进行经验模态分解（EMD）得到固有模态函数（IMF），并将IMF分量合并成新的信号矩阵；然后，对IMF进行希尔伯特谱分析，得到信号的时-频域特征；接着，对构造的信号矩阵进行进一步的CSP分解，将时-频域特征扩展成时-频-空域特征；最后，通过支持向量机（SVM）对特征集进行分类。在BCI Competition II数据集的实验表明，与HHT时-频域和CSP空域特征的方法相比，所提方法的识别准确率分别提高了7.5、10.3和9.2个百分点，且标准差更小。在智能轮椅平台进行在线实验的结果表明，HCHT能有效提高识别准确率和稳定性。

来源：2020年第2期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第2期