-
题名基于RSCM与黎曼空间的运动想象脑电分类研究
- 1
-
-
作者
廉小亲
刘春权
高超
邓子谦
吴叶兰
-
机构
北京工商大学计算机与人工智能学院
北京工商大学中国轻工业工业互联网与大数据重点实验室
-
出处
《电子测量技术》
北大核心
2025年第9期84-93,共10页
-
基金
国家自然科学基金项目(62173007)
2024北京工商大学研究生教育教学成果培育项目(XYCGPYLX2024006)资助。
-
文摘
近年来,运动想象(MI)在辅助医疗和人机交互领域备受关注。然而,经典的共空间模式(CSP)特征提取方法主要基于时域信号计算协方差矩阵(CM),易受噪声和伪迹干扰,且无法充分利用脑电信号(EEG)的频谱信息,导致分类精度与稳定性不足。为了解决这一问题,本研究提出了一种基于正则化频谱协方差矩阵(RSCM)与黎曼空间的MI-EEG分类算法。首先,对预处理后的EEG信号进行快速傅里叶变换,计算频谱协方差矩阵,并进行岭正则化;然后,将正则化矩阵映射到切空间中进行平滑滤波,并将结果映射回黎曼空间以提取CSP特征;最后,采用支持向量机(SVM)完成分类任务。实验结果表明,在BCI竞赛IV数据集1和2a上,本研究方法的二分类平均准确率分别达到了86.95%和81.48%,较传统CSP分别提升了7.44%和9.57%;在BCI竞赛IV数据集2a上,本研究方法的四分类平均准确率达到了74.23%,较传统CSP方法提升了14.10%。实验结果表明,本研究方法在MI-EEG分类中具有有效性。
-
关键词
运动想象
脑电信号
频谱协方差矩阵
黎曼空间
共空间模式
-
Keywords
motor imagery
EEG
spectral covariance matrix
Riemann space
common spatial pattern
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
-
题名随机共振在认知无线电频谱感知中应用的最新研究进展
被引量：1
- 2
-
-
作者
邓钦
万频
王永华
李岳洪
杨健
-
机构
广东工业大学自动化学院
-
出处
《电讯技术》
北大核心
2012年第8期1404-1410,共7页
-
基金
国家自然科学基金资助项目(61172156
61102034
+4 种基金
61071038)
广东工业大学博士启动基金项目(103042)
深圳市生物
互联网
新能源产业发展专项资金资助项目(CXB201005250021A)~~
-
文摘
频谱感知是认知无线电网络的一项关键技术。低信噪比(SNR)环境下频谱检测的性能会大幅降低,而随机共振(SR)能有效提高信号信噪比,所以将其应用到频谱感知中,能增强认知用户对主用户(PU)的检测性能。首先介绍了随机共振在认知无线电频谱感知中应用的最新研究进展,包括随机共振在本地感知中(如能量检测、协方差矩阵频谱感知、循环平稳特征检测)及协作感知中的应用,然后指出了随机共振在认知无线电频谱感知中还有待解决的问题,并提出了下一步的研究方向。
-
关键词
认知无线电
频谱感知
随机共振
本地感知
能量检测
协方差矩阵频谱感知
循环平稳特征检测
协作感知
-
Keywords
cognitive radio
spectrum sensing
stochastic resonance
local sensing
energy detection
covariance matrix detection
cyclostationary detection
cooperative sensing
-
分类号
TN92
[电子电信—通信与信息系统]
-
