EOG信號(hào)的特征提取與識(shí)別算法研究.pdf

1、當(dāng)前生物電信號(hào)處理已經(jīng)成為計(jì)算機(jī)應(yīng)用領(lǐng)域的一大研究熱點(diǎn)?；谏镫娦盘?hào)的人機(jī)交互（Human-Computer Interaction, HCI）系統(tǒng)是指在人體與計(jì)算機(jī)或者其他電子設(shè)備之間建立連接，通過(guò)提取人體生物電信號(hào)，并將其轉(zhuǎn)換成相應(yīng)的控制命令控制相關(guān)外部設(shè)備完成預(yù)定動(dòng)作的交互式系統(tǒng)。基于生物電信號(hào)的人機(jī)交互系統(tǒng)的研究已經(jīng)引發(fā)傳統(tǒng)交互方式的一場(chǎng)革命。
　　 眼電（Electro-oculogram, EOG）信號(hào)是因眼球運(yùn)動(dòng)

2、產(chǎn)生的一種微弱生物電信號(hào)，該信號(hào)可以被貼在眼球周圍的電極記錄下來(lái)。在生物電信號(hào)中，EOG信號(hào)具有幅值較高、波形便于檢測(cè)、處理容易等優(yōu)勢(shì)，因此基于EOG的人機(jī)交互系統(tǒng)必將擁有廣闊的發(fā)展前景。
　　 本文主要研究EOG信號(hào)的特征提取與識(shí)別算法，旨在通過(guò)獲取一組高效、可移植的特征參數(shù)服務(wù)于EOG信號(hào)的模式識(shí)別?；诖?，文章完成了以下幾項(xiàng)主要工作：
　　 1.實(shí)驗(yàn)數(shù)據(jù)采集與預(yù)處理：在實(shí)驗(yàn)室環(huán)境下，設(shè)計(jì)了EOG信號(hào)采集實(shí)驗(yàn)并對(duì)多名

3、受試者進(jìn)行數(shù)據(jù)采集，獲取了大量原始EOG數(shù)據(jù)。
　　 2.EOG信號(hào)的特征提?。禾岢隽嘶诰€性預(yù)測(cè)技術(shù)（Linear Predictive Coding, LPC）的EOG特征提取算法。即對(duì)原始EOG信號(hào)進(jìn)行濾波、分幀、計(jì)算短時(shí)能量及端點(diǎn)檢測(cè)等預(yù)處理操作后，提取線性預(yù)測(cè)（LPC）系數(shù)作為EOG信號(hào)的特征參數(shù)；為了獲取EOG信號(hào)的動(dòng)態(tài)變化信息，算法進(jìn)一步提取了一階差分LPC系數(shù)并將其與信號(hào)峰值構(gòu)成組合特征參數(shù)。
　　 3.

4、EOG信號(hào)的模式識(shí)別算法：使用基于BP算法的多層前饋網(wǎng)絡(luò)對(duì)掃視信號(hào)分類，并通過(guò)實(shí)驗(yàn)確定了BP網(wǎng)絡(luò)中的關(guān)鍵參數(shù)。最后，在MATLAB7.0環(huán)境下，設(shè)計(jì)并完成仿真實(shí)驗(yàn)，實(shí)現(xiàn)了EOG信號(hào)的模式識(shí)別，驗(yàn)證了所提特征與識(shí)別算法的有效性。
　　 4.與外設(shè)交聯(lián)：在VC++6.0編譯平臺(tái)下利用串行通信，初步實(shí)現(xiàn)了基于EOG信號(hào)的外部設(shè)備在線控制。
　　 文章對(duì)EOG信號(hào)的采集與預(yù)處理、特征提取與模式識(shí)別、軟件實(shí)現(xiàn)等部分進(jìn)行研究與探討，