摘要：通過對腦電信號特征的分析，利用小波變換的多尺度分析技術(shù)對腦電信號進行特征提取，進而使用主成分分析算法對特征進行降維，并對降維后的信號使用Fisher線性判別方法進行分類。最后，利用VerilogHDL硬件編程語言設(shè)計實現(xiàn)了Mallat分解算法、PCA算法和LDA算法模塊，并在FPGA應(yīng)用板上實現(xiàn)了腦電分類功能。系統(tǒng)對2008年BCI大賽的數(shù)據(jù)進行了測試，分類準確率達到92.31%，表明該方法對開發(fā)便攜式腦機接口系統(tǒng)具有良好的應(yīng)用價值。

關(guān)鍵詞：腦機接口； 小波變換； 主成分分析； 線性判別分析

中圖分類號：TN911-34； TP315文獻標識碼：A

文章編號：1004-373X（2012）20-0107-04