[发明专利]一种基于多特征融合的多类运动想象脑电信号识别方法

权利要求书

1.一种基于多特征融合的多类运动想象脑电信号识别方法，其特征在于，包括以下步骤：

第一步，进行运动想象脑电信号数据采集，对采集的信号进行数据预处理；

第二步，对预处理后的脑电信号采用AR模型法分析，提取脑电信号的时域特征；

第三步，使用变分模态分解－双谱分析法，对运动想象脑电信号进行频域特征提取；

第四步，使用共空间模式分析法提取运动想象脑电信号在空间域内的特征；

第五步，将二、三、四步提取的时域、频域、空域特征联合，构造一类运动想象的联合特征向量；

第六步，重复进行二到五步，提取各类运动想象所有样本信号的联合特征向量，构造联合特征矩阵；

第七步，对联合特征矩阵进行核主元分析，按照累计贡献率大于85%的原则选取主元个数，将样本数据向新的主元空间投影得到降维后的融合特征矩阵；

第八步，将融合特征作为训练数据输入到孪生支持向量机，并利用蝙蝠算法优化的孪生支持向量机进行参数寻优，完成分类器的训练；

第九步，针对测试数据，按二、三、四、五的处理过程构造联合特征向量，并向新的主元空间投影，得到融合特征向量，将融合特征向量输入到训练好的分类器实现运动想象脑电信号的识别。

2.根据权利要求1所述的基于多特征融合的多类运动想象脑电信号识别方法，其特征在于，所述第一步中对运动想象脑电信号的数据预处理过程，是在类运动想象实验中，选取第类单次运动想象的个通道采集到的脑电信号，进行分析，的表达式如下：

利用共平均参考和Butterworth带通滤波对采集到的多类运动想象脑电信号进行数据预处理，共平均参考计算方法是从所选通道中减去所有通道的平均值，计算公式为：

式中：为经过共平均参考处理后的单通道脑电信号；

经过预处理后的脑电信号为：

。

3.根据权利要求1所述的基于多特征融合的多类运动想象脑电信号识别方法，其特征在于，所述第二步时域特征提取方法的具体步骤为：

步骤1：采用阶AR模型拟合，公式为：

其中为AR模型的系数，为均值为0，方差为

的白噪声残差，提取模型系数作为通道特征；

步骤2：对于选取的m个通道，求取每一通道的AR模型，并将模型系数作为该通道信号的特征，构造对应运动想象的时域特征向量，表达式如下：

。