甘华生，陈明生

(1.惠州城市职业学院,广东 惠州 516000; 2.广西科技大学 鹿山学院,广西 柳州 545000)

0 引言

脑-机接口(BCI, brain-computer-interface)技术是一种不依赖于脑外周神经或肌肉系统，利用计算机等外部辅助设备直接采集大脑皮层实时电信号从而实现外界与大脑神经系统建立交流和控制通路的一种新技术，为科研人员研究人脑系统提供了新的手段，在运动康复，辅助控制，影音娱乐等领域具有广泛的应用前景[1-3]。

脑电信号(EEG, electro encephalogram signals)产生机理复杂，是一种典型的非平稳和非线性的微弱信号，如何准确、快速实现对不同意识活动对应脑电信号的区分是当前研究的热点和难点，其中的关键环节是特征提取[4]。目前常用的特征提取方法主要可以分为时域特征提取、频域特征提取和变换域特征提取3大类，其中时域特征提取方法以自回归模型和自适应自回归模型等为代表，该类方法直接对脑电信号的时域回波进行建模，并提取参数特征作为特征向量，具有运算量小，实时性高的优势，但是由于脑电信号微弱性特征明显(只有μV量级)，时域信号容易受噪声污染导致特征的可分性降低，因此该类方法在低信噪比条件下的识别性能较差[5-7]；频域特征提取方法根据不同意识活动脑电信号在频域的分布范围不同从而提取特征，以功率谱特征和频带能量特征为代表，该类方法获取频域信息的代价是丢失了时域信息，信息提取维度单一并且更适合于分析线性、平稳信号，在面对非线性、非平稳脑电信号时性能出现明显下降[8-10]；……