摘 要 脑电波技术作为一种先进的情绪监测方法，其特点在于快速性、准确性。本文根据单兵情绪监测的具体要求，给出了系统设计方案，并重点阐述了脑电波关键技术及系统建设思路。

关键词 脑电波；心理（情绪）监测；单兵监测系统

1 发展现状

1.1 单兵监测系系统

近几年，各国都在大力研制适应未来战争的武器装备，检测单兵生理状态的便携装置也成为研究重点之一。这其中有美国的WPSM系统，英国的FIST计划，法国的FELIN未来战士项目，澳大利亚的LAND125计划及德国的IDZ未来战士计划。

1.2 脑电波技术

当前，典型的脑电波应用产品有[1]：①MindFlex 来自美泰，戴上配套的耳机，只要你集中精力，耳机会接收脑电波，可以用意念控制它的高低（意念越集中，小球漂浮得越高），然后飞过各种小障碍。②BrainLink 意念力头箍来自宏智力科技，是国内首个民用化的脑波穿戴式产品，采用了可拆卸设计，将传感器支架和核心处理模块分离，增加了支架配件的灵活度。③Epoc 来自美国脑波产品厂商 Emotiv，外形上最大的不同就是其传感器的数目比上述产品多，优点是可以探测出更多脑波信号，实现更多的操控方式，例如能识别出前后左右等意识。

2 设计思路

新世纪之初，美国就开始探讨“脑机接口”技术军事应用，投入巨资研究武器与人相互作用机理。2004年，美国资助多个实验室进行“思维控制机器人”研究，还联合商业研发机构和地方政府开展脑听器、心灵及生理相应系统等多项“脑机接口”技术研发[2]。其“认知技术威胁预警”项目，已经获得初步科研成果，可使单兵在2～3秒内识别视场范围内的100个威胁目标。

脑电装备的难点在于脑电的采集和脑电信号的分类与分析，在构建总体规划时，应树立信息至上的观念，同时结合我国脑电研究的现状，制定出切实可行的技术规范，综合运用混合电极采集脑电信号、情绪分类算法、脑电信息分析、人工智能等技术，设计开发基于脑电波技术的单兵监测系统，最终实现脑电采集，情绪分类，脑电信息分析，作用反馈等功能信息一体化。

3 关键技术

3.1 脑电信号采集与处理技术

脑电信号幅度微弱，且易受干扰，需要从脑电信号中提取出与情绪相关的特征并把它进行可视化。因此脑电相关技术主要包含了微弱信号采集技术、干扰去除技术、特征提取技术、模式识别和分类技术。

（1）脑电采集。传统脑电采集方式通常采用湿电极技术或干电极脑电采集技术，前者导电介质的性能会随时间的变化而变化，使采集到的脑电信号出现失真，从而影响脑电信号的采集质量；后者在毛发区域采集到的脑电信号还不是很稳定，且需要放大器对脑电信号进行信号放大，而放大器的体积和价格决定了其性价比较低。

（2）脑电信号提纯算法。脑电信号在采集过程中十分容易受到外部环境的干扰，现有的伪迹去除方法往往只针对一种噪声或几种噪声有效。而在实际应用中，由于现实环境十分复杂，干扰源也非常多，因此现有的伪迹去除方法很难有效地去除脑电信号中的伪迹[3]。另外，在实际应用中，基于脑电的情绪识别要求在线处理，这不但要求伪迹去除算法在伪迹去除方面具有较高的有效性，对于伪迹去除算法的时间复杂度也提出了较高的要求，这就需要开发出更加有效的在线伪迹去除方法。

（3）脑电信号特征提取、平滑、降维。情绪状态的变化通常是一个渐变的过程，而脑电信号中有一些变化剧烈的成分。为了尽可能减少这些剧烈变化部分的干扰，需要对脑电特征进行平滑。目前比较常用的平滑方法是滑动平均，但是由于滑动平均具有一定的时间延迟。为了保证情绪状态识别的实时性，需要对脑电信号进行平滑，从而降低了任务不相关脑电信号对分析的影响。常用的方法主要有：线性动力学方法。

特征降维的方法可以分為两大类：一类是特征选择，即从特征集合中挑选与任务相关的特征子集；另一类是对原有特征进行线性或非线性变换，将其映射到能够最大限度反映情绪状态的维度上，从而在数量上也达到了一定程度的减少。这主要包括组成成分分析（PCA）、独立成分分析（ICA）和共同空间模式（CSP）等。

3.2 基于脑电信号的情绪分类算法设计

脑电波信息提取分析技术，是通过脑电波传感器探测大脑头皮电流变化和血液的流动信息来评价一个人的情绪状态。

人脑非常复杂，即使在同一种状态的情绪下，脑波也不会完全一致，因此需要对不同情绪状态的情绪进行特征提取，在获得稳定的特征后进行分类识别，以确保算法的稳健性。

脑电波信号的噪声包括生物电噪声和环境噪声。人体的生物电是反映人体各种生理状态的一种重要信息。人体中除了脑电信号外，还有肌电信号（简称EMG）、心电信号（简称ECG）、眼动电信号（简称EOO）等各种生物电信号[4]。在头皮表面采集到的电信号中，通常存在那些来自非大脑信号源的电信号，它们的信号强度与脑电波相当或更强。其中眼动电信号是最主要的生物电噪声，它是眼角膜和视网膜之间的电势差。当眼睑和眼球完全静止时，该电势差为零。但是，眨眼和眼球运动是难以避免的，随之引起的眼睑运动会产生一个或一组幅值较大的电脉冲，对前额和颖颓（太阳穴附近）部位采集的脑电波信号产生很大的干扰，但它对头顶和枕骨附近的脑电波信号影响较小。此外，口腔的咬合和吞咽动作引起的肌电信号也是常见的噪声之一。

4 结束语

在单兵监测系统的研究方面，美国、英国等国家走在了前列，研制了能够实时监测单兵生命特征的装备，但对于单兵情绪状态的监测还没有涉及。在我国，也有部分研究学者开始对单兵的战场即时救护、实时定位分析以及作战单元之间的信息通讯进行了研究，但也未曾涉及单兵情绪状态监测。本文基于脑电波技术的单兵监测系统开创了国内该领域的研究新方向。

参考文献

[1] 吴卫国.基于常用脑电分析指标和HRV统计指标对运动员脑电波的研究[D].北京：北京体育学院硕士学位论文，2010.

[2] 王登，苗夺谦，王睿智.一种新的基于小波包分解的EEG特征抽取与识别方法研究[J].电子学报，2013，41（1）：193-198.

[3] 李勃.脑机接口技术研究综述[J].数字通信，2013，40（4）：5-8.

[4] 胡德文."脑机接口"技术：让"脑控"成为现实[EB/OL].http：//www.81.cn/jwgz/2015-05/21/content_6500284.htm，2015-5-21.

作者简介

王艳萌（1981-），女，工程师，主要从事雷达装备计划管理工作。