基于时频多尺度的SSVEP信号快速识别方法

目前基于稳态视觉诱发电位(SSVEP)的脑机接口在人机协作中受到广泛关注,但较短时长SSVEP信号仍面临信噪比较低、特征提取不充分的问题。该文从频域、时域以及空域3个角度分析并提取SSVEP信号特征。首先该方法从由频域实部信息和虚部信息整合的3维重校正特征矩阵中提取幅值和相位特征信息。然后在时域中通过训练多个刺激时窗尺度的样本增强模型表征能力。最后利用不同尺度的1维卷积核,并行提取通道空间和频域上的多尺度特征信息。该文在两种不同的视觉刺激频率和频率间隔的公开数据集上进行实验,在时窗为1 s时的平均准确率和平均信息传输率(ITR)均优于现有的其他方法。