林艳飞， 卢志强，3， 李博闻， 刘志文， 高小榕

(1.北京理工大学 信息与电子学院，北京 100081；2.清华大学 医学院，北京 100084；3.中国船舶工业系统工程研究院，北京 100094)

脑-机接口系统(brain-computer interface,BCI)[1]是一种新的人机交互方式，可以把系统采集到的脑电生理信号，通过特征提取和分类等手段进行处理后转为控制信号，从而实现与外部设备的交互.由于不依赖人的肢体动作，早期脑-机接口系统可以适用于肌萎缩侧索硬化症，脑卒中等疾病患者，提升他们的生活质量[2].目前脑-机接口系统也在应用于健康人群提高人类认知、行为和决策能力[3].脑电中包含多种成分，其中由oddball范式诱发，在刺激后 300 ms 出现的正波成分P300，是一种重要的脑电成分，是脑-机接口系统广泛使用的脑电成分.基于P300电位的脑-机接口系统有脑电打字系统[4]、脑电开关[5]、图片检索[6]、目标识别[7]等.

由于P300的信噪比很低，在传统的提取方法中，多采用大量试次叠加平均的方法提高信噪比.然而在BCI系统中，要求从少试次甚至单试次的脑电信号中提取P300成分.随着高密度脑电图记录技术的进步，出现了许多利用多通道脑电信号的空域信息实现P300少试次提取的方法，如独立成分分析(independent component analysis,ICA)[8]，稀疏成分分析(sparse component analysis,SCA)[9]，主成分分析(principal component analysis,PCA)[10]等.这一类方法可以在一定程度上提高脑电信号空域信息的利用率，但并不是专门针对ERP提取提出的，因而这类方法不能获得最优的性能.在过去的研究中，出现了一些专门针对ERP提取的算法，比如2006年德国FIRST Fraunhofer Institute的Lemm团队提出的正则化……