基于腦機(jī)接口的腦波控制變量算法及軌道小車控制系統(tǒng).pdf

1、現(xiàn)階段人們常常會(huì)受到外界環(huán)境的干擾，致使出現(xiàn)很難將自己的精神集中，嚴(yán)重的人會(huì)出現(xiàn)注意力分散癥，在青少年中出現(xiàn)多動(dòng)癥，這些都會(huì)影響他們的學(xué)習(xí)、工作以及生活，除了一些具有良好狀態(tài)的人，不然人們很難在短時(shí)間將自己的注意力集中起來(lái)，而且長(zhǎng)時(shí)間的干擾也會(huì)影響自己的精神狀態(tài)，會(huì)產(chǎn)生急躁心煩意亂等不良狀態(tài)，所以，我們利用腦機(jī)接口技術(shù)建立出專注力的檢測(cè)系統(tǒng)起到提醒的作用，并且通過(guò)學(xué)習(xí)和訓(xùn)練達(dá)到輔助治療的目的。本文設(shè)計(jì)并實(shí)現(xiàn)腦機(jī)接口的腦波控制變量算法及軌

2、道小車控制系統(tǒng)，主要工作如下：
　　1.從腦電波信號(hào)（EEG）的波形特點(diǎn)，對(duì)其生理特性進(jìn)行分析，通過(guò)對(duì)精神專注狀態(tài)和眼電信號(hào)的研究，分析腦電波信號(hào)的特性，并確定腦電波采集設(shè)備和電極采集位置，判斷精神集中和眼電信號(hào)的特性。利用Mallat算法的一維離散小波變換算法對(duì)原始腦電波信號(hào)進(jìn)行分解與重構(gòu)，將噪聲信號(hào)去除，把有用的特征波保留下來(lái)，通過(guò)對(duì)比Daub的系數(shù)，再利用快速傅里葉變換將已處理后的腦電波信號(hào)按頻域特征來(lái)驗(yàn)證出δ波，θ波，α波

3、，β波4種波形。
　　2.提取出δ波，θ波，α波，β波4種波，將α波與低頻段β波分別求出均值和標(biāo)準(zhǔn)差，從而設(shè)定出專注力參數(shù)閾值，并提出基于θ波，α波與低頻段β波的專注力參數(shù)計(jì)算公式。
　　3.分析眼電信號(hào)（EOG）的幅值與作用時(shí)間的特點(diǎn)，分出有意眨眼和自然眨眼之間的區(qū)別，將有意眨眼作為控制指令，提出有意眨眼檢測(cè)算法。
　　4.系統(tǒng)通過(guò)腦電波采集電路，安卓app軟件開(kāi)發(fā)，軌道小車控制平臺(tái)搭建，利用專注力參數(shù)和有意眨眼信號(hào)