吴林彦，鲁昊，高诺，王涛

（山东建筑大学信息与电气工程学院，山东济南 250100）

1 引 言

脑－机接口（BCI）的概念始于1973年，它是在人或动物脑与外部设备间建立的直接连接通路的一种新颖的人机接口方式。作为一个新兴的交叉学科，BCI技术已经引起了国内、国际上许多科技工作者的重视，成为生物医学、通信、计算机技术等领域交叉中的研究热点［1］。脑电信号的特征提取对于脑电信号的处理至关重要，直接影响着脑电信号识别的准确率。

现有的脑电信号特征提取方法主要有以下几种：功率谱分析法，自适应自回归（AAR）模型法，独立分量分析（ICA），共同空间模式（CSP），小波包分析法［2］。功率谱分析法可以反映脑电信号的能量变化，但是会损失信号的时间信息［3］。AAR模型法所需计算量较小且不需要相关频带的先验知识，但是对高度非平稳信号效果不佳［4］。ICA算法对采集的脑电信号数据进行独立分量提取，一般很难得到有价值的结果［5］。CSP算法的基本原理是基于两个协方差矩阵的同时对角化来设计最优的空间滤波器，以分辨左手想象运动和右手想象运动脑电特征，因此不需要对被试者选择特定的频带进行特征提取［6］。小波包分析作为一种时频分析方法，适用于非平稳信号的处理。每级分解对低、高频信息同时进行分解，有利于提取更加丰富的特征。由于小波变换的变焦距特性，很容易将类别间差距最大的部分突出表示，从而将不同类之间的差异放大，这有助于提高识别正确率［7］。……