一种基于FPGA的脑电分类算法实现

摘要：

通过对脑电信号特征的分析,利用小波变换的多尺度分析技术对脑电信号进行特征提取,进而使用主成分分析算法对特征进行降维,并对降维后的信号使用Fisher线性判别方法进行分类.最后,利用VerilogHDL硬件编程语言设计实现了Mallat分解算法、PCA算法和LDA算法模块,并在FPGA应用板上实现了脑电分类功能.系统对2008年BCI大赛的数据进行了测试,分类准确率达到92.31％,表明该方法对开发便携式脑机接口系统具有良好的应用价值.

关键词：脑机接口、小波变换、主成分分析、线性判别分析

所属期刊栏目：35

分类号：TN911-34;TP315

资助基金：国家自然科学基金资助项目60774097

在线出版日期：2012-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：107-110