10.16526/j.cnki.11-4762/tp.2022.06.030
基于SSVEP的空间机械臂脑机交互方法
为实现航天员与空间机械臂的脑机交互,针对稳态视觉诱发电位脑机接口(SSVEP-BCI),提出一种基于卷积神经网络的SSVEP信号分类方法;该方法以SSVEP信号经过快速傅立叶变换的特征为输入,经过三层卷积层、全连接等操作实现信号的分类识别;采用清华大学Benchmark数据集对该方法进行测试,在1秒的时间窗口下,平均分类准确率为99.07%,平均信息传输率为149.24 b/min,均明显高于采用典型相关分析或滤波器组典型相关分析的方法;实验对比分析表明,该方法针对短时间窗口的SSVEP信号具有较好的目标分类效果;最后,使用分类后的信号作为控制信号,对仿真环境下的空间机械臂进行操作,实现人和空间机械臂的脑机交互.
稳态视觉诱发电位、脑机接口、信号分类、卷积神经网络、空间机械臂
30
TP391.4(计算技术、计算机技术)
装备预研重点实验室基金6142222190310
2022-07-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
197-202