基于AAR模型和累积频带能量的特征提取方法

摘要

提出了一种自适应自回归(AAR)模型参数和累积频带能量相结合的特征提取方法,该特征应用于基于运动想象脑-机接口(BCI)之中,实现左右手运动想象分类,改善BCI系统的性能.首先,对头皮EEG数据进行小波分解和重构,去除EEG中的噪声,得到不同频带的EEG数据.然后,提取EEG数据的AAR模型参数特征和不同频带的频带能量特征,提出了累积频带能量特征和AAR与累积频带能量相结合的特征提取方法,分别以AAR模型参数、频带能量、累积频带能量和AAR+累积频带能量为特征,利用线性判别分析(LDA)分类器对左右手运动想象任务进行特征分类.最后,对不同特征的分类结果进行比较,得出以AAR+累积频带能量作为特征在BCI系统中的优越性能.