2023, 45(5):87-91.
摘要:
稳态视觉诱发电位(SSVEP)技术是脑机接口的重要部分,当脑电图信号在强干扰与低信噪比环境时识别率较低。针对该问题,文中提出一种基于副瓣相消(SLC)与典型相关分析(CCA)的SSVEP识别方法。首先,利用希尔伯特变换将全部通道的脑电信号转换为解析信号;然后,将枕区的多个通道设为主瓣通道,其他含SSVEP较弱的多个通道设为副瓣通道,利用副瓣相消技术抑制主瓣通道脑电信号的干扰;最后,根据不同刺激图像的闪烁频率构造复数域单频率信号模板,利用CCA求解不同模板的最大典型相关系数,并根据其最大值确定SSVEP的分类结果。实测实验中,分别在环境安静状态与较大外界干扰状态下进行了多次试验,结果表明SLC处理对SSVEP的频谱增益有较大提升,相较于传统CCA方法,分类识别率更高,证明了本文方法的有效性和良好性能。