刘再生，倪霏，李荣鹏，张宏纲，刘畅，张解放，谢松云

（1. 浙江大学信息与电子工程学院，浙江 杭州 310027； 2. 浙江传媒学院，浙江 杭州 310018；3. 西北工业大学，陕西 西安 710129）

1 引言

6G通信技术的发展带来大带宽、超高速、超低时延的通信性能革新是可以预见的。信息通信技术和神经科学的融合发展预示了脑对脑无线通信（brain-to-brain wireless communication，B2BC）的可能性与巨大潜力。B2BC要实现的技术过程是从发送者大脑把神经信号中提取、数字化，然后传递给接收方大脑[1]。B2BC技术的实现需要高数据速率、低时延和可靠通信的支持，而这正是6G技术可以提供的。B2BC实现神经信号的提取是通过脑电图（electroencephalogram，EEG）的采集，EEG信号最常见的典型分析方法是对原始的时域EEG信号进行滤波、去除伪迹、事件相关电位（event-related potential，ERP）分析以及观察2D或3D脑域活动热图等方式观察其表现出来的特征。对于B2BC而言，复杂的、动态的多路时域EEG信号并不是信息传输的理想载体，在传输与认知过程相关的EEG信号时，每个电极的信号都是至关重要的，但每个电极信号的轻微失真都会导致传输信息的整体偏差。因此B2BC的神经信号数字化过程需要一种可靠的、可以整合多路信号整体特征并且保留局部特征的“编码”方式来数字化神经信号，从而提高B2BC中信息传输中的鲁棒性。

近年来，随着神经网络研究的发展，研究人员致力于解释人类意识产生过程和人工智能（AI）实现过程的内在本质，其中一个研究方向是通过探索人类大脑认知和意识产生过程的规律来促进机器学习技术的发展。……