基于脑电信号的无人集群控制系统设计与实现开题报告
2020-03-19 12:33:15
1. 研究目的与意义(文献综述)
1、目的及意义(含国内外的研究现状分析)
1.1 研究目的及意义
脑机接口(brain-computer interface,bci),有时也称作“大脑端口”(direct neural interface)或者“脑机融合感知[1]”(brain-machine interface),它是在人或动物脑(或者脑细胞的培养物)与外部设备间建立的直接连接通路。在单向脑机接口的情况下,计算机或者接受脑传来的命令,或者发送信号到脑(例如视频重建),但不能同时发送和接收信号。而双向脑机接口允许脑和外部设备间的双向信息交换。脑-机接口通过采集与提取大脑产生的脑电信号来识别人的思想,据此生成控制信号来完成大脑与外部设备进行信息传递与控制的目的。一个标准的脑-机接口系统可以准确、快速地采集、识别出人脑在各种思想活动下的脑电信号。
2. 研究的基本内容与方案
2、研究(设计)的基本内容、目标、拟采用的技术方案及措施
本次设计拟实现一个基于ssvep的bci系统,最终系统中计算分析部分通过判断被试者eeg信号中的变化差异,识别出被试者当前所注视的外界视觉刺激,由于每种不同刺激对应于不同的控制命令或操作,因而可以逆向推断出被试者的思想意图,最终系统的应用装置实现被试者所期望的操作。这就是一般情况下,基于ssvep的bci系统工作原理。基于ssvep的bci主要由一下环节构成:
1) 视觉刺激环节
3. 研究计划与安排
3、进度安排
(1)第1-4周:查阅相关文献资料,明确研究内容,了解研究所需理论基础。确定方案,完成开题报告。
(2)第5-6周:熟悉掌握基本理论,完成英文资料的翻译,熟悉相关工具软件的使用。
4. 参考文献(12篇以上)
4、参考文献
[1]kang s, xiaopei w u. three-class motor imagery classification based on optimal sub-band features of independent components[j]. journal of biomedical engineering, 2016.
[2]hsu w y. motor imagery eeg discrimination using the correlation of wavelet features.[j]. clinical eeg amp; neuroscience official journal of the eeg amp; clinical neuroscience society, 2014, 46(2):94-99.