科研之友
微信
新浪微博
Facebook
分享链接
摘要
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。
-
单位南京航空航天大学; 中国航天员科研训练中心; 自动化学院
