摘要
选择适当的信号处理方法从脑电信号中提取用户的信息和命令,是改进脑计算机接口通信速率的方法之一。由于自发脑电信号(electroencephalograph,EEG)是非高斯有色噪声,且自发脑电信号的频谱不规则,与有效信号的频谱相重叠,传统的滤波方法难以取得较好的效果。基于随机噪声与有效信号的小波变频模极大值在不同尺度下的传播行为不一样的原则,提出了一个基于自回归模型和小波变换多尺度分析的模拟自然阅读事件相关电位的单次提取方法。经对实际脑电信号处理的实验表明,该算法能更为有效的提取脑电信号。
One of factors that infuerres brain compvder interface （BCI＇ s） with high information transfer rates is the selection of appropriate signal processing methods to extracct the user＇s messages and commands from eleclroencephalograph（EEG）. EEG is highly colored and non- gauss signal, A new method based on Autoregressive Model and wavelet multiresolution analysis, is proposed Experiments show that it enables us to extract ERP components from a single trial.
出处
《自动化技术与应用》
2006年第1期61-64,66,共5页
Techniques of Automation and Applications
关键词
小波变换
奇异性
模拟自然阅读事件相关电位
自回归模型
单次提取
Wavelet transform
Singularity
Imitating natural reading ERP
Autoregressive model
Single trial ERP extraction
