基于改进扩展典型相关分析的SSVEP信号识别方法

来源：电子测量技术杂志2023年第1期北京时间：

作者：芦鹏，戴凤智，尹迪，温浩康，高一婷

单位：天津科技大学电子信息与自动化学院 天津 300222

摘要：现有的稳态视觉诱发电位（SSVEP）的信号识别方法没有充分关注信号的相位特征在识别过程中的重要作用，为此提出一种扩展典型相关分析（eCCA）的改进方法。将联合频率相位调制编码的刺激范式中的相位参数添加到由受试者训练数据所构造的参考信号，以此来实现对eCCA的相位约束，从而提升eCCA方法对SSVEP信号的识别性能。通过在公开数据集上与现有的SSVEP信号识别方法进行对比实验，表明所提方法对SSVEP信号的平均识别率提高到82.76%，信息传输速率提高至116.18 bits/min，且具有更好的稳定性。

关键词：稳态视觉诱发电位;脑机接口;脑电信号;扩展典型相关分析

基金资助：2021年教育部高等学校电子信息类专业教学指导委员会教改项目（2021-JG-03）、2021年天津科技大学研究生科研创新项目（YJSKC2021S09）资助