基于89C51单片机的环境噪声测量仪
10:08:38来源: 互联网 关键字：&&
&&&&&& 引　言　　　　环境噪声监测，是人类提高生活质量，加强环境保护的一个重要环节，在各大城市的繁华街区和居民区，已有大型环境噪声显示器竖立街头。但目前国内的便携式噪声测试仪，多为价格昂贵的进口专用设备，除卫生、计量等环保专业部门拥有外，无法作为民用品推广普及。本文介绍一种以单片机为核心，采用V／F转换技术构成的低成本、便携式数字显示。该仪器工作稳定、性能良好，经校验定标后能满足一般民用需要，可广泛应用于工矿企业、机关、学校等需要对环境噪声进行测量和控制的场合。
&&&&&& 2　声压级的测量机理　　人耳的听阈一般是20μPa，痛阈一般是200 Pa，其间相差107倍，这样宽广的声压范围很不易测量，而且人耳对声压的相对变化的分辨具有非线性特征。因此，声学中常用声压级Lp来反映声压的变化，将声压p的声压级表示成
　　Lp＝20 lg（p／p0）　　（dB）（附）
其中：基准量p0为20μPa。当p＝p0时，Lp＝0 dB，而当p＝200 Pa时，Lp＝140 dB。　　用声级计可以测量声压级，采用1 kHz纯音输入0．2 s到0．25 s或0．5 s以上，即可得到真实声压级或平均声压级。考虑到人耳对不同频率的响度感觉，在噪声测量中，常取40phON等响曲线的反曲线对声压级进行计权校正，即用 A计权网络测得A声级，写成dB（A）。附表给出倍频带中心频率与A声级的校正量之间的关系：
点击看原图
&&&&&& 3　硬件电路构成　　&&&&&& 环境噪声测量仪的硬件结构原理见图1：　 　
点击看原图
　　&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& 图1　硬件原理图
　　环境噪声经高灵敏度、无指向性驻极体传声器转换成电信号。所用传声器频率特性在50～14 000 Hz范围内不均匀度小于1．5 dB，加防风罩、防雨罩后可用于室外测量。三级放大电路由运放LM324构成，精心调整相关外围元件参数，可使其幅频特性与A计权曲线相近。D1、C1、R1组成峰值检波网络，其输出直流电平反映了噪声声压的大小。　　由LM331构成电压／频率转换电路，输出的频率信号变成TTL电平送给单片机的P3．4引脚，作为T0的计数脉冲。该转换电路线性良好，抗干扰能力强，输出频率范围在10～10 000 Hz以上，其变化比达103，优于普通8位并行A／D转换器，有利于提高系统的测量范围。图1中，Rs可用来调节增益偏差，改变输出频率。　　系统的核心部分是AT89C51单片机，其指令系统与MCS－51完全兼容，且片内带4kB的E2PROM，可以方便地构成一个最小测量系统。其P3．5引脚接由NE555构成的定时器输出的100 kHz方波，通过T1中断去控制T0定时计数。从T0端输入的计数脉冲频率，也反映了所测声压的大小。经软件处理后，噪声声压级显示值由P1口输出，经 74LS248译码再驱动两位1．8 in高亮度LED数码管显示，适当控制译码器灭灯端，使两数码管轮流发光实现动态显示，降低功耗。
&&&&&& 4　软件设计　　环境噪声测量系统的软件采用模块化设计，由主程序、中断服务程序、查表子程序和显示子程序组成。各程序模块的流程图如图2所示：　　主程序处于循环工作状态，主要完成定时／计数器和中断系统的初始化，并循环调用查表和显示子程序。每当T1对外接100 kHz时钟计数达0．5 s后，申请中断，CPU响应中断后即读取TH0、TL0两寄存器中的计数值，并重新初始化T0、T1，以便检测下一次的数据。
点击看原图
& 图2 软件流程图
　　值得指出的是，查表程序实现了计数值向声压级的转换。由式（1）知声压每增加12．2％，声压级增加1dB，因此T0计数值每增加12．2％，声压级增加1dB．在E2PROM 中定义一张表格，每三个字节为一组数据，其中前两个字节为计数值，后一个字节为压缩BCD码表示的声压级值。调试时，参照精密声级计，读出某声压级所对应的计数值，从而确定表格中两参数的对应关系，当程序固化后，还可通过硬件电路对其进行调整。下面给出定
义该表格的伪指令格式：　　TAB：DB1BH，0A0H，0BBH，　　；表格上限∶　　　　　　　　　　　　　　　&&& 05H，83H，83H， &&& 04H，0EAH，82H，
&&& 04H，61H，81H，
&&& 03H，0E7H，80H，
&&& 03H，7AH，79H
&&& 03H，19H，78H，
&&& 02H，0C3H，77H，
&&& 02H，76H，76H，
&　　∶　　00H，00H，0AAH，　　；表格下限　　其中，“0AAH”、“0BBH”两个数据经译码后分别显示下限标记“［”和上限标记“］”，表示超出测量范围。　　为了提高系统的抗干扰能力，除了在硬件上采取了相应的措施外，软件上采用了冗余设计法即重复重要的指令，未用空间设置空操作指令，以防止程序跳飞而死机。
&&&&&& 5　结束语　　最后用国营江西红声器材厂生产的ND－2型精密声级计对系统进行校验，测量误差小于1 dB，测量范围在40～96 dB之间，已满足一般环境下噪声的测量要求。　 在仪器制作过程中，常熟高等专科学校物理系汪逸新高级工程师给予了很多指导意见，常熟市卫生防疫站职业卫生科提供了校验仪器，在此表示深深感谢！
　　参考文献［1］　马大猷等。声学手册。［M］北京：科学出版社，1983
［2］　何立民。单片机应用文集（1）。［M］北京航空航天大学出版社。1991
［3］　周泽存。检测技术。［M］北京：机械工业出版社。1993
［4］　杨振江。A／D、D／A转换器接口技术及实用线路。［M］西安电子科技大学出版社。1996
［5］　蔡美琴等。MCS－51系列单片机系统及其应用。［M］北京：高等教育出版社。1992
关键字：&&
编辑：什么鱼
引用地址：
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有，本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播，或不应无偿使用，请及时通过电子邮件或电话通知我们，以迅速采取适当措施，避免给双方造成不必要的经济损失。
关注eeworld公众号快捷获取更多信息
关注eeworld服务号享受更多官方福利
网友正在学习IC视频
EEWORLD网友正在观看&&视频
EEWORLD网友正在观看&&视频
EEWORLD网友正在观看&&视频
EEWORLD网友正在观看&&视频
EEWORLD网友正在观看&&视频
相关关键词
热门关键词
大学堂最新课程
汇总了TI汽车信息娱乐系统方案、优质音频解决方案、汽车娱乐系统和仪表盘参考设计相关的文档、视频等资源
热门资源推荐
频道白皮书
何立民专栏
北京航空航天大学教授，20余年来致力于单片机与嵌入式系统推广工作。一种基于脑机接口的头盔显示/瞄准系统设计
2015年电子技术应用第5期
宁，孙广金，刘学文
&&&&摘 &要： 传统的头盔显示/瞄准系统通过头盔瞄准具将传感器耦合到头盔瞄准线，由传感器产生的图像通过头盔显示器显示给观察者，从而形成闭环系统。提出了一种基于的头盔显示/瞄准系统设计，并给出了系统的工作流程与算法设计。仿真表明，该系统具有较高的目标识别准确率、较快的系统响应速度以及良好的人机交互体验，具备深入研究的价值。 &&&&关键词： 脑机接口；头盔显示/瞄准系统；；运动准备视觉诱发电位0 引言 &&&&传统的头盔显示/瞄准系统(Helmet Mounted Display and Sight System，HMDASS)是指头盔显示器和头盔瞄准具组合起来的系统，它既具有头盔显示器的功能，可以显示笔划字符和光栅图像，也具有头盔瞄准具的功能，可以测量和计算头盔瞄准线的位置[1]。头盔瞄准具确定头盔瞄准线，用头盔瞄准具产生的信号驱动在系统中使用的传感器，以使它指向头盔同一方向。来自传感器的图像显示在头盔显示器上。这样，通过头盔瞄准具将传感器耦合到头盔瞄准线，由传感器产生的图像通过头盔显示器显示给观察者，从而形成闭环系统。 &&&&然而在现代战争中，军事武器的机动性越来越强，单纯靠目视来锁定目标越来越困难，并且需要大量的计算机运算来提供精度的保证，而事实上，使用者本身的误差使得系统精度很难高于5 mrad(RMS)。 &&&&头盔显示/瞄准系统究其根本是一个人-机交互的系统，当前的头盔显示/瞄准系统已经发展到“所见即所得”的程度，为了更进一步提高系统性能，实现人机同感、人机合一、人在回路中，“所思即所得”的人-机智能交互系统，本文设计了一种基于脑机接口(Brain-Computer Interface，BCI)[2]的头盔显示/瞄准系统。 &&&&在这个BCI系统中采集了多种EEG信号，使用稳态视觉诱发电位(Steady State Visual Evoked Potential，SSVEP)来快速选择打击目标，使用(Motion Onset Visual Evoked Potential，MOVEP)进行任务分类，使用异步运动想象(Motion Image，MI)[3]作为开关，实现自如的EEG与传统控制方式的转换。实验验证，该系统具有较好的效果。1 一种基于脑机接口的头盔显示/瞄准系统设计 &&&&针对脑电信息获取与解析的脑机接口技术研究是人机协同控制的发展趋势，基于脑机接口的头盔显示/瞄准系统设计的目标旨在初步实现人机同感、人机合一、人在回路中，“所思即所得”的人-机智能交互系统[4]。 &&&&其中多模态BCI在线控制系统以单人多模态人机融合技术为基础，以识别结果和时序为优化条件，设计具有自主更新的任务分配范式，通过构建具有高效的自适应脑电信号处理算法以及实现快速有效的意识指令编码及通信，实现人机智能融合[5]。该系统工作流程为：通过脑电放大器采集及记录多模态脑电信号；将原始脑电信号进行信号预处理；使用异步ＭＩ脑电信号来识别任务状态；根据任务识别结果判断信号类型属于指令编码还是目标编码；针对目标编码和指令编码，使用SSVEP及MOVEP脑电信号对应的特征提取及分类识别算法；将分类识别结果转化为指令编码或者目标编码，指令编码可以对应飞机各操作指令，目标编码对应雷达锁定目标选择。系统工作流程如图 1所示。 &&&&(1)多模态脑电信号采集及记录 &&&&实验采用美国Neuroscan公司生产的64导EEG采集分析系统进行实验设计和EEG信号采集。该系统包括用于采集EEG信号的Quik-cap电极帽、SynAmps2专用EEG信号放大器，该采集系统的精度较高。 &&&&(2)信号预处理 &&&&由于脑电信号具有非线性、非平稳性且易受干扰的特点，单纯采用ICA分解得到的IC在排序上具有不确定性、运算速度较低等因素，故采取伪迹识别与ICA相结合的预处理算法。 &&&&算法的基本思想：记录各被试主动眼动的信号，选取有代表性的眼动信号的空间分布作为先验知识；求ICA分解出的各个独立成分的空间分布与先验知识中眼动的空间分布的相关系数，把相关系数大于一定阈值的认定为眼电伪迹；再将这些眼电伪迹成分予以去除，将得到没有伪迹的数据。 &&&&(3)使用异步MI脑电信号识别任务状态 &&&&μ、β节律的ERD现象是目前运动想象分类算法设计中最主要的特征之一，其基本原理是人在进行运动或者想像运动时，会导致相应运动皮层功能区EEG信号中μ(8～14 Hz)、β(18～30 Hz)频段能量的下降。当停止运动或者想象运动时，上述频段能量则会恢复。这种频域能量的变化一般称为事件相关同步与去同步现象(Event-Related Desynchronization/Synchronization，ERD/ERS)。根据这一原理，通过设计合理的空域滤波器进行μ、β节律的ERD特征提取与分类，以及通过在线频谱能量估计进行μ和β节律频段优化选择，实现两类运动想像任务的在线异步检测，可以识别两种任务状态。 &&&&被试执行运动任务时的大脑活动分布如图 2所示。 &&&&图2中A为右手实际运动，B为右手运动想像，C为被试休息（实线）与想象（虚线）条件下的电压频谱，D为对应的r2频谱。 &&&&(4)使用SSVEP来快速选择打击目标，使用MOVEP进行任务分类 &&&&SSVEP具有明显的周期性特征，给受试者提供一个特定频率的视觉刺激时，将在视皮层诱发出频率跟随特性的SSVEP信号，因此在枕区记录到的脑电信号的功率谱将在刺激频率处出现明显的谱峰。试验研究发现，SSVEP频谱包含有一系列与刺激频率成整数倍关系的频率成分，其中以基频和二倍频成分最为显著，并可由此设计基于SSVEP的目标选择原型范式。系统提供给受试代表不同意义的以不同频率闪烁的多个方块图形，并通过脑电信号频率的检测来确定注视目标的选择。 &&&&典型的Motion-onset VEP信号包含3个主要的信号特征：P1、N2、P2。N2主要出现在60 ms～200 ms，是很显著的信号特征，产生于颞枕区并与顶叶皮层区域相关。P2主要出现在240 ms左右，其强度随着视觉运动刺激的复杂程度的上升而上升。 &&&&当被操控人员注视着目标模块时，模块内的可视目标的短暂运动会诱发出MOVEP信号，其是与该动作的开始相锁定关联的，其信号幅值远大于周围其他模块信号。因此，EEG数据段里包含有与所选目标的动作起始时刻锁定的MOVEP信号，其具有显著的动作相关VEP特征。通过VEP特征能够找到操控者在当前状态下所注视的任务模块，从而确定目标，给出结果。2 系统实验与结果2.1 系统实验2.1.1 SSVEP &&&&实验流程如下：操控者坐于监视器前1.2 m处，头戴实时EEG电极帽进行EEG数据采集。监视器显示一组频率刺激图像，实验开始后，各频率块以不同的频率闪烁，同时要求操控者在一个实验中集中注意力观察自己选择的目标框。 &&&&由于个体的差异，在进行基于SSVEP-BCI系统设计之前，需要对操控者进行刺激频率的选择。由于在频率域上每个操控者可用的频率并不是太多，为了实现多任务的操控目的，在实验中采用多频序列编码范式，其利用频率在时间尺度上的置换完成对SSVEP-BCI系统刺激模块的编码，是一种周期性的直接编码方案[6]。 &&&&多频序列编码原理如图 3所示。2.1.2 MOVEP &&&&MOVEP的刺激形式如图4所示，4号位的一条线从方框右边向左边快速移动，在本系统中，线从右到左的移动时间是250 ms。若被试注意线起始出现的时刻，那么在后顶部位的电极处便可记录到MOVEP特征信号。 &&&&由于被试间的N200和P200的潜伏期存在差异，为了优化系统的性能，根据双样本t检验和ANOVA方法为每个被试选取最优的时间窗。在优化后的时间窗内，按一定的降采样率提取特征点。 &&&&MOVEP时域信号特征如图5所示。 &&&&图5是从P3电极处采集的EEG信号经过叠加平均后的信号特征图，其中实线代表目标刺激的EEG信号，虚线代表非目标刺激的EEG信号。2.2 实验结果 &&&&通过实验验证SSVEP-BCI系统目前达到的技术指标为：(1)能实现对屏幕上同时出现的6种目标进行区分选择；(2)控制精确度大于80%；(3)锁定时间约500 ms。 &&&&MOVEP-BCI系统目前达到的技术指标为：(1)能实现对屏幕上同时出现的6种任务进行区分选择；(2)控制精确度大于80%；(3)任务选择时间约500 ms。3 小结 &&&&本文使用SSVEP来快速选择打击目标，使用MOVEP进行任务分类，使用异步MI作为开关，实现自如的EEG与传统控制方式的转换，取代单纯靠目视来锁定目标的传统头盔。经过实验验证，该系统通过和机载火控雷达及专业任务系统的紧密配合，在对超高速、小型目标的快速锁定及脑控任务选择上具有较好的效果。参考文献[1] 王永年.头盔显示/瞄准系统[M].北京：国防工业出版社，1994.[2] VIDAL J.Toward direct brain-computer communication[J].Annual Review of Biophysics and Bioengineering，)：157-180.[3] WOLPAW J R，BIRBAUMER N，MCFARLAND D J，et al.Brain-computer interfaces for communication and control[J].Clin Neurophysiol，)：767-791.[4] 尧德中.脑功能探测的电学理论与方法[M].北京：科学出版社，2003.[5] 尧德中，刘铁军，雷旭，等.基于脑电的脑-机接口: 关键技术和应用前景[J].电子科技大学学报，)：550-554.[6] 吴正华.稳态视觉诱发电位在脑机接口及认知过程中的应用研究[D].成都：电子科技大学，2008.
继续阅读>>
热门关键词单片机、电路板
连接器、接插件
其他元器件
一种基于脑机接口的头盔显示/瞄准系统设计
一种基于脑机接口的头盔显示/瞄准系统设计
&&&&摘 &要： 传统的头盔显示/瞄准系统通过头盔瞄准具将传感器耦合到头盔瞄准线，由传感器产生的图像通过头盔显示器显示给观察者，从而形成闭环系统。提出了一种基于脑机接口的头盔显示/瞄准系统设计，并给出了系统的工作流程与算法设计。仿真表明，该系统具有较高的目标识别准确率、较快的系统响应速度以及良好的人机交互体验，具备深入研究的价值。 &&
&&&&摘 &要： 传统的头盔显示/瞄准系统通过头盔瞄准具将传感器耦合到头盔瞄准线，由传感器产生的图像通过头盔显示器显示给观察者，从而形成闭环系统。提出了一种基于脑机接口的头盔显示/瞄准系统设计，并给出了系统的工作流程与算法设计。仿真表明，该系统具有较高的目标识别准确率、较快的系统响应速度以及良好的人机交互体验，具备深入研究的价值。
&&&&关键词： 脑机接口；头盔显示/瞄准系统；稳态视觉诱发电位；运动准备视觉诱发电位
&&&&传统的头盔显示/瞄准系统(Helmet Mounted Display and Sight System，HMDASS)是指头盔显示器和头盔瞄准具组合起来的系统，它既具有头盔显示器的功能，可以显示笔划字符和光栅图像，也具有头盔瞄准具的功能，可以测量和计算头盔瞄准线的位置[1]。头盔瞄准具确定头盔瞄准线，用头盔瞄准具产生的信号驱动在系统中使用的传感器，以使它指向头盔同一方向。来自传感器的图像显示在头盔显示器上。这样，通过头盔瞄准具将传感器耦合到头盔瞄准线，由传感器产生的图像通过头盔显示器显示给观察者，从而形成闭环系统。
&&&&然而在现代战争中，军事武器的机动性越来越强，单纯靠目视来锁定目标越来越困难，并且需要大量的计算机运算来提供精度的保证，而事实上，使用者本身的误差使得系统精度很难高于5 mrad(RMS)。
&&&&头盔显示/瞄准系统究其根本是一个人-机交互的系统，当前的头盔显示/瞄准系统已经发展到“所见即所得”的程度，为了更进一步提高系统性能，实现人机同感、人机合一、人在回路中，“所思即所得”的人-机智能交互系统，本文设计了一种基于脑机接口(Brain-Computer Interface，BCI)[2]的头盔显示/瞄准系统。
&&&&在这个BCI系统中采集了多种EEG信号，使用稳态视觉诱发电位(Steady State Visual Evoked Potential，SSVEP)来快速选择打击目标，使用运动准备视觉诱发电位(Motion Onset Visual Evoked Potential，MOVEP)进行任务分类，使用异步运动想象(Motion Image，MI)[3]作为开关，实现自如的EEG与传统控制方式的转换。实验验证，该系统具有较好的效果。
1 一种基于脑机接口的头盔显示/瞄准系统设计
&&&&针对脑电信息获取与解析的脑机接口技术研究是人机协同控制的发展趋势，基于脑机接口的头盔显示/瞄准系统设计的目标旨在初步实现人机同感、人机合一、人在回路中，“所思即所得”的人-机智能交互系统[4]。
&&&&其中多模态BCI在线控制系统以单人多模态人机融合技术为基础，以识别结果和时序为优化条件，设计具有自主更新的任务分配范式，通过构建具有高效的自适应脑电信号处理算法以及实现快速有效的意识指令编码及通信，实现人机智能融合[5]。该系统工作流程为：通过脑电放大器采集及记录多模态脑电信号；将原始脑电信号进行信号预处理；使用异步ＭＩ脑电信号来识别任务状态；根据任务识别结果判断信号类型属于指令编码还是目标编码；针对目标编码和指令编码，使用SSVEP及MOVEP脑电信号对应的特征提取及分类识别算法；将分类识别结果转化为指令编码或者目标编码，指令编码可以对应飞机各操作指令，目标编码对应雷达锁定目标选择。系统工作流程如图 1所示。
&&&&(1)多模态脑电信号采集及记录
&&&&实验采用美国Neuroscan公司生产的64导EEG采集分析系统进行实验设计和EEG信号采集。该系统包括用于采集EEG信号的Quik-cap电极帽、SynAmps2专用EEG信号放大器，该采集系统的精度较高。
&&&&(2)信号预处理
&&&&由于脑电信号具有非线性、非平稳性且易受干扰的特点，单纯采用ICA分解得到的IC在排序上具有不确定性、运算速度较低等因素，故采取伪迹识别与ICA相结合的预处理算法。
&&&&算法的基本思想：记录各被试主动眼动的信号，选取有代表性的眼动信号的空间分布作为先验知识；求ICA分解出的各个独立成分的空间分布与先验知识中眼动的空间分布的相关系数，把相关系数大于一定阈值的认定为眼电伪迹；再将这些眼电伪迹成分予以去除，将得到没有伪迹的数据。
&&&&(3)使用异步MI脑电信号识别任务状态
&&&&μ、β节律的ERD现象是目前运动想象分类算法设计中最主要的特征之一，其基本原理是人在进行运动或者想像运动时，会导致相应运动皮层功能区EEG信号中μ(8～14 Hz)、β(18～30 Hz)频段能量的下降。当停止运动或者想象运动时，上述频段能量则会恢复。这种频域能量的变化一般称为事件相关同步与去同步现象(Event-Related Desynchronization/Synchronization，ERD/ERS)。根据这一原理，通过设计合理的空域滤波器进行μ、β节律的ERD特征提取与分类，以及通过在线频谱能量估计进行μ和β节律频段优化选择，实现两类运动想像任务的在线异步检测，可以识别两种任务状态。
&&&&被试执行运动任务时的大脑活动分布如图 2所示。
&&&&图2中A为右手实际运动，B为右手运动想像，C为被试休息（实线）与想象（虚线）条件下的电压频谱，D为对应的r2频谱。
&&&&(4)使用SSVEP来快速选择打击目标，使用MOVEP进行任务分类
&&&&SSVEP具有明显的周期性特征，给受试者提供一个特定频率的视觉刺激时，将在视皮层诱发出频率跟随特性的SSVEP信号，因此在枕区记录到的脑电信号的功率谱将在刺激频率处出现明显的谱峰。试验研究发现，SSVEP频谱包含有一系列与刺激频率成整数倍关系的频率成分，其中以基频和二倍频成分最为显著，并可由此设计基于SSVEP的目标选择原型范式。系统提供给受试代表不同意义的以不同频率闪烁的多个方块图形，并通过脑电信号频率的检测来确定注视目标的选择。
&&&&典型的Motion-onset VEP信号包含3个主要的信号特征：P1、N2、P2。N2主要出现在60 ms～200 ms，是很显著的信号特征，产生于颞枕区并与顶叶皮层区域相关。P2主要出现在240 ms左右，其强度随着视觉运动刺激的复杂程度的上升而上升。
&&&&当被操控人员注视着目标模块时，模块内的可视目标的短暂运动会诱发出MOVEP信号，其是与该动作的开始相锁定关联的，其信号幅值远大于周围其他模块信号。因此，EEG数据段里包含有与所选目标的动作起始时刻锁定的MOVEP信号，其具有显著的动作相关VEP特征。通过VEP特征能够找到操控者在当前状态下所注视的任务模块，从而确定目标，给出结果。
2 系统实验与结果
2.1 系统实验
2.1.1 SSVEP
&&&&实验流程如下：操控者坐于监视器前1.2 m处，头戴实时EEG电极帽进行EEG数据采集。监视器显示一组频率刺激图像，实验开始后，各频率块以不同的频率闪烁，同时要求操控者在一个实验中集中注意力观察自己选择的目标框。
&&&&由于个体的差异，在进行基于SSVEP-BCI系统设计之前，需要对操控者进行刺激频率的选择。由于在频率域上每个操控者可用的频率并不是太多，为了实现多任务的操控目的，在实验中采用多频序列编码范式，其利用频率在时间尺度上的置换完成对SSVEP-BCI系统刺激模块的编码，是一种周期性的直接编码方案[6]。
&&&&多频序列编码原理如图 3所示。
2.1.2 MOVEP
&&&&MOVEP的刺激形式如图4所示，4号位的一条线从方框右边向左边快速移动，在本系统中，线从右到左的移动时间是250 ms。若被试注意线起始出现的时刻，那么在后顶部位的电极处便可记录到MOVEP特征信号。
&&&&由于被试间的N200和P200的潜伏期存在差异，为了优化系统的性能，根据双样本t检验和ANOVA方法为每个被试选取最优的时间窗。在优化后的时间窗内，按一定的降采样率提取特征点。
&&&&MOVEP时域信号特征如图5所示。
&&&&图5是从P3电极处采集的EEG信号经过叠加平均后的信号特征图，其中实线代表目标刺激的EEG信号，虚线代表非目标刺激的EEG信号。
2.2 实验结果
&&&&通过实验验证SSVEP-BCI系统目前达到的技术指标为：(1)能实现对屏幕上同时出现的6种目标进行区分选择；(2)控制精确度大于80%；(3)锁定时间约500 ms。
&&&&MOVEP-BCI系统目前达到的技术指标为：(1)能实现对屏幕上同时出现的6种任务进行区分选择；(2)控制精确度大于80%；(3)任务选择时间约500 ms。
&&&&本文使用SSVEP来快速选择打击目标，使用MOVEP进行任务分类，使用异步MI作为开关，实现自如的EEG与传统控制方式的转换，取代单纯靠目视来锁定目标的传统头盔。经过实验验证，该系统通过和机载火控雷达及专业任务系统的紧密配合，在对超高速、小型目标的快速锁定及脑控任务选择上具有较好的效果。
[1] 王永年.头盔显示/瞄准系统[M].北京：国防工业出版社，1994.
[2] VIDAL J.Toward direct brain-computer communication[J].Annual Review of Biophysics and Bioengineering，)：157-180.
[3] WOLPAW J R，BIRBAUMER N，MCFARLAND D J，et al.Brain-computer interfaces for communication and control[J].Clin Neurophysiol，)：767-791.
[4] 尧德中.脑功能探测的电学理论与方法[M].北京：科学出版社，2003.
[5] 尧德中，刘铁军，雷旭，等.基于脑电的脑-机接口: 关键技术和应用前景[J].电子科技大学学报，)：550-554.
[6] 吴正华.稳态视觉诱发电位在脑机接口及认知过程中的应用研究[D].成都：电子科技大学，2008.
型号/产品名
深圳优耐检测技术有限公司
深圳优耐检测技术有限公司
深圳优耐检测技术有限公司
深圳优耐检测技术有限公司
深圳优耐检测技术有限公司 上传我的文档
 下载
 收藏
粉丝量：31
本店资源来源于互联网，版权为原作者所有，请下载试用者二十四小时后删除. 试用后请购买正版的资源。若侵犯到您的版权, 请提出指正, 我们将立即删除。谢谢!!
 下载此文档
正在努力加载中...
用于稳态视觉诱发电位特征频率提取的同步压缩短时傅里叶变换方法_张黎明
下载积分：380
内容提示：用于稳态视觉诱发电位特征频率提取的同步压缩短时傅里叶变换方法_张黎明
文档格式：PDF|
浏览次数：3|
上传日期： 09:04:28|
文档星级：
全文阅读已结束，如果下载本文需要使用
 380 积分
下载此文档
该用户还上传了这些文档
用于稳态视觉诱发电位特征频率提取的同步压缩短时傅
关注微信公众号