EOG信號的特征提取與識別算法研究.pdf

1、當前生物電信號處理已經(jīng)成為計算機應用領域的一大研究熱點?；谏镫娦盘柕娜藱C交互（Human-Computer Interaction, HCI）系統(tǒng)是指在人體與計算機或者其他電子設備之間建立連接，通過提取人體生物電信號，并將其轉換成相應的控制命令控制相關外部設備完成預定動作的交互式系統(tǒng)。基于生物電信號的人機交互系統(tǒng)的研究已經(jīng)引發(fā)傳統(tǒng)交互方式的一場革命。
　　 眼電（Electro-oculogram, EOG）信號是因眼球運動

2、產(chǎn)生的一種微弱生物電信號，該信號可以被貼在眼球周圍的電極記錄下來。在生物電信號中，EOG信號具有幅值較高、波形便于檢測、處理容易等優(yōu)勢，因此基于EOG的人機交互系統(tǒng)必將擁有廣闊的發(fā)展前景。
　　 本文主要研究EOG信號的特征提取與識別算法，旨在通過獲取一組高效、可移植的特征參數(shù)服務于EOG信號的模式識別?；诖耍恼峦瓿闪艘韵聨醉椫饕ぷ鳎?br>　　 1.實驗數(shù)據(jù)采集與預處理：在實驗室環(huán)境下，設計了EOG信號采集實驗并對多名

3、受試者進行數(shù)據(jù)采集，獲取了大量原始EOG數(shù)據(jù)。
　　 2.EOG信號的特征提?。禾岢隽嘶诰€性預測技術（Linear Predictive Coding, LPC）的EOG特征提取算法。即對原始EOG信號進行濾波、分幀、計算短時能量及端點檢測等預處理操作后，提取線性預測（LPC）系數(shù)作為EOG信號的特征參數(shù)；為了獲取EOG信號的動態(tài)變化信息，算法進一步提取了一階差分LPC系數(shù)并將其與信號峰值構成組合特征參數(shù)。
　　 3.

4、EOG信號的模式識別算法：使用基于BP算法的多層前饋網(wǎng)絡對掃視信號分類，并通過實驗確定了BP網(wǎng)絡中的關鍵參數(shù)。最后，在MATLAB7.0環(huán)境下，設計并完成仿真實驗，實現(xiàn)了EOG信號的模式識別，驗證了所提特征與識別算法的有效性。
　　 4.與外設交聯(lián)：在VC++6.0編譯平臺下利用串行通信，初步實現(xiàn)了基于EOG信號的外部設備在線控制。
　　 文章對EOG信號的采集與預處理、特征提取與模式識別、軟件實現(xiàn)等部分進行研究與探討，