本發(fā)明虛擬現(xiàn)實(shí)領(lǐng)域，具體涉及一種面向虛擬現(xiàn)實(shí)應(yīng)用的多通道自適應(yīng)腦機(jī)交互方法。

背景技術(shù)：

為幫助嚴(yán)重身體有缺陷的人群解決交流互動(dòng)問(wèn)題，在1991年wolpaw等人發(fā)表了通過(guò)改變腦電信號(hào)中的μ節(jié)律幅度來(lái)控制光標(biāo)移動(dòng)的成果，提出了一種全新的自動(dòng)控制概念-大腦驅(qū)動(dòng)控制技術(shù)bac，簡(jiǎn)稱腦電控制，與手動(dòng)控制、語(yǔ)音控制相比，腦電控制為利用大腦脈沖信號(hào)去控制計(jì)算機(jī)、發(fā)動(dòng)機(jī)或者其它裝置。只需要提取相關(guān)腦電信號(hào)，經(jīng)過(guò)預(yù)處理后，經(jīng)過(guò)計(jì)算機(jī)模式識(shí)別分類后，就能通過(guò)不同的分類的信號(hào)，驅(qū)動(dòng)計(jì)算機(jī)完全不同功能。自從bac技術(shù)問(wèn)世以來(lái)，由于該項(xiàng)技術(shù)巨大的應(yīng)用前景，可以應(yīng)用于病人康復(fù)、軍事演練、場(chǎng)景模擬等，各國(guó)大量的研究人員投入了巨大的精力對(duì)相關(guān)技術(shù)進(jìn)行了研究，目前該項(xiàng)技術(shù)也存在不少相關(guān)的專利，例如申請(qǐng)為201610749276.9和201710067795.1的發(fā)明旨在使用腦機(jī)接口方法提取用戶大腦的運(yùn)動(dòng)想象信號(hào)，去控制虛擬現(xiàn)實(shí)場(chǎng)景中的手或上肢的運(yùn)動(dòng)，對(duì)患者進(jìn)行康復(fù)訓(xùn)練；

申請(qǐng)?zhí)枮?01410140712.3和201510286802.8的發(fā)明是將虛擬現(xiàn)實(shí)眼鏡或頭盔作為顯示設(shè)備，利用腦電信號(hào)去控制虛擬現(xiàn)實(shí)場(chǎng)景的變化。

但是在上述已有的面向虛擬現(xiàn)實(shí)應(yīng)用的腦機(jī)交互技術(shù)專利文件中，實(shí)現(xiàn)的功能僅僅是將腦機(jī)接口與虛擬現(xiàn)實(shí)系統(tǒng)進(jìn)行單向、單通道的連接，因此只能完成單用戶腦電信號(hào)對(duì)虛擬場(chǎng)景的單一控制功能，對(duì)于多用戶腦電協(xié)同控制以及多功能復(fù)合控制的實(shí)現(xiàn)無(wú)能為力，因此針對(duì)上述存在的缺陷，提供一種面向虛擬現(xiàn)實(shí)應(yīng)用的多通道自適應(yīng)腦機(jī)交互方法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明針對(duì)現(xiàn)有技術(shù)的不足，提出一種面向虛擬現(xiàn)實(shí)應(yīng)用的多通道自適應(yīng)腦機(jī)交互方法，具體技術(shù)方案如下：

一種面向虛擬現(xiàn)實(shí)應(yīng)用的多通道自適應(yīng)腦機(jī)交互方法，其特征在于：

采用以下步驟，

步驟1：設(shè)置有n組腦機(jī)接口客戶端，腦機(jī)接口客戶端的輸入端口與腦電采集帽相連，使用者戴上腦電采集帽，腦機(jī)接口客戶端的通訊端口分別通過(guò)多通道通訊模塊與虛擬現(xiàn)實(shí)顯示模塊的通訊端口相連；

步驟2：將虛擬現(xiàn)實(shí)顯示模塊中的程序進(jìn)行參數(shù)設(shè)置，設(shè)置相應(yīng)的使用者數(shù)，在虛擬現(xiàn)實(shí)場(chǎng)景上產(chǎn)生對(duì)應(yīng)與腦機(jī)接口客戶端對(duì)應(yīng)的ssvep開(kāi)關(guān)按鈕；

步驟3：虛擬現(xiàn)實(shí)顯示模塊參數(shù)設(shè)置完成后，進(jìn)入待機(jī)狀態(tài)，虛擬現(xiàn)實(shí)顯示模塊通過(guò)多通道通訊模塊將待機(jī)狀態(tài)信息發(fā)送給每組腦機(jī)接口客戶端；

步驟4：待機(jī)狀態(tài)信息與使用者腦電信息進(jìn)行聯(lián)合編碼，使得腦機(jī)接口客戶端只保留對(duì)使用者的ssvep腦電信號(hào)的檢測(cè)，屏蔽無(wú)關(guān)信號(hào)，

步驟5：判斷使用者是否啟動(dòng)對(duì)應(yīng)的ssvep開(kāi)關(guān)按鈕，

若該ssvep開(kāi)關(guān)按鈕啟動(dòng)，則進(jìn)入步驟6；

否則，使用者腦機(jī)接口客戶端繼續(xù)保持待機(jī)狀態(tài)；

步驟6：虛擬現(xiàn)實(shí)顯示模塊生成目標(biāo)選擇信息，并將該目標(biāo)選擇信息通過(guò)多通道通訊模塊發(fā)送到對(duì)應(yīng)的腦機(jī)接口客戶端，腦機(jī)接口客戶端始終保持對(duì)ssvep腦電信號(hào)檢測(cè)；

步驟7：目標(biāo)選擇信息與使用者腦電信息聯(lián)合編碼，使得腦機(jī)接口客戶端開(kāi)啟對(duì)使用者的p300腦電波進(jìn)行檢測(cè)；

在每個(gè)目標(biāo)選擇信息上對(duì)應(yīng)有一個(gè)p300按鈕，使用者通過(guò)選擇p300按鈕來(lái)確定需要的目標(biāo)；

步驟8：目標(biāo)選擇完成后，虛擬現(xiàn)實(shí)顯示模塊將狀態(tài)信息改變?yōu)槟繕?biāo)動(dòng)作狀態(tài)，并將該目標(biāo)動(dòng)作信息通過(guò)多通道通訊模塊發(fā)送到對(duì)應(yīng)的腦機(jī)接口客戶端；

步驟9：目標(biāo)運(yùn)動(dòng)信息與使用者腦電信息聯(lián)合編碼，使得腦機(jī)接口客戶端關(guān)閉對(duì)使用者的p300腦電波進(jìn)行檢測(cè)，腦機(jī)接口客戶端開(kāi)啟對(duì)使用者的運(yùn)動(dòng)想象腦電信息進(jìn)行檢測(cè)，虛擬現(xiàn)實(shí)場(chǎng)景上的所述目標(biāo)動(dòng)作狀態(tài)根據(jù)使用者的運(yùn)動(dòng)想象腦電信息不同，產(chǎn)生不同的動(dòng)作；

步驟10：當(dāng)使用者要停止交互時(shí)，判斷ssvep開(kāi)關(guān)按鈕是否關(guān)閉，若該ssvep開(kāi)關(guān)按鈕關(guān)閉，腦機(jī)接口客戶端屏蔽與ssvep腦電信號(hào)無(wú)關(guān)的腦電波信號(hào)，只保持對(duì)ssvep腦電信號(hào)的檢測(cè)，進(jìn)入下一步驟；

否則，則保持該使用者當(dāng)前腦開(kāi)關(guān)的狀態(tài)不變，交互繼續(xù)；

步驟11：保持待機(jī)狀態(tài)。

為更好的實(shí)現(xiàn)本發(fā)明，可進(jìn)一步為：所述步驟5包括以下步驟：

步驟51：將虛擬現(xiàn)實(shí)場(chǎng)景上的四個(gè)ssvep開(kāi)關(guān)按鈕分別以不同的頻率進(jìn)行閃爍；

步驟52：使用者注視對(duì)應(yīng)于自己腦機(jī)接口客戶端的那個(gè)ssvep開(kāi)關(guān)按鈕；

步驟53：腦機(jī)接口客戶端獲得使用者大腦產(chǎn)生的穩(wěn)態(tài)視覺(jué)誘發(fā)ssvep電位，然后提取出其頻域特征；

步驟54：通過(guò)頻域特征計(jì)算ssvep開(kāi)關(guān)按鈕閃爍頻率的窄帶范圍的平均能量和寬帶范圍的平均能量的比率α；

步驟55：判斷比率α是否大于預(yù)設(shè)的閾值，

若是則表示檢測(cè)到ssvep開(kāi)關(guān)按鈕閃爍頻率，改變?cè)撌褂谜弋?dāng)前腦開(kāi)關(guān)的狀態(tài)，啟動(dòng)交互，進(jìn)入步驟6；

否則表示未檢測(cè)到ssvep開(kāi)關(guān)按鈕閃爍頻率，保持該使用者當(dāng)前腦開(kāi)關(guān)的狀態(tài)不變，不啟動(dòng)交互；

進(jìn)一步地：所述步驟7包括以下步驟：

步驟71：目標(biāo)選擇信息與使用者腦電信息聯(lián)合編碼，使得腦機(jī)接口客戶端對(duì)使用者的p300腦電波進(jìn)行檢測(cè)；

步驟72：在每個(gè)目標(biāo)選擇信息上對(duì)應(yīng)生成有一個(gè)p300按鈕，使用者注視著要選取目標(biāo)信息上對(duì)應(yīng)的p300按鈕；

步驟73：每個(gè)p300按鈕隨機(jī)閃爍一次，在p300按鈕閃爍的同時(shí)，腦機(jī)接口客戶端同步對(duì)頭皮腦電信號(hào)進(jìn)行采集，將頭皮腦電信號(hào)進(jìn)行帶通濾波，將腦電數(shù)據(jù)截取0-600ms的采樣點(diǎn)，對(duì)上述0-600ms的采樣點(diǎn)進(jìn)行1/6下采樣，將該1/6下采樣數(shù)據(jù)構(gòu)成一個(gè)特征向量，腦機(jī)接口客戶端存儲(chǔ)每個(gè)p300按鈕閃爍時(shí)，對(duì)應(yīng)的特征向量；

步驟74：將上述步驟73重復(fù)m遍，腦機(jī)接口客戶端對(duì)于所有的p300按鈕均生成有對(duì)應(yīng)的m個(gè)特征向量；

步驟75：將每個(gè)p300按鈕對(duì)應(yīng)的m個(gè)特征向量分別通過(guò)分類系統(tǒng)進(jìn)行分類，確定使用者選擇的目標(biāo)。

進(jìn)一步地：所述步驟9包括以下步驟：

步驟91：目標(biāo)運(yùn)動(dòng)信息與使用者腦電信息聯(lián)合編碼，使得腦機(jī)接口客戶端關(guān)閉對(duì)使用者的p300腦電波進(jìn)行檢測(cè)，腦機(jī)接口客戶端啟動(dòng)對(duì)使用者的運(yùn)動(dòng)想象腦電波信息進(jìn)行監(jiān)測(cè)；

步驟92：腦機(jī)接口客戶端對(duì)于接收到腦電波信號(hào)進(jìn)行預(yù)處理，然后進(jìn)行降采樣和car濾波，提取出mu節(jié)律頻率；

步驟93：將提取出mu節(jié)律頻率送至信息特征提取模塊進(jìn)行特征提?。?/p>

步驟94：將提取出的特征通過(guò)分類算法模塊進(jìn)行分類；

步驟95：根據(jù)分類算法模塊輸出的結(jié)果不同，虛擬現(xiàn)實(shí)場(chǎng)景上的所述目標(biāo)動(dòng)作狀態(tài)產(chǎn)生不同的動(dòng)作。

本發(fā)明的有益效果為：解決了目前基于虛擬現(xiàn)實(shí)的腦機(jī)交互方法中存在的單用戶、單一功能的局限性，通過(guò)將腦機(jī)接口方法與多通道通訊模塊相結(jié)合，利用反饋機(jī)制將虛擬現(xiàn)實(shí)場(chǎng)景的狀態(tài)信息回傳到腦機(jī)接口客戶端，同時(shí)，腦機(jī)接口客戶端對(duì)腦電信號(hào)進(jìn)行分類識(shí)別得到解碼信息，然后將上述狀態(tài)信息與解碼信息進(jìn)行聯(lián)合編碼，使腦機(jī)接口輸出的控制命令能夠自適應(yīng)地根據(jù)虛擬場(chǎng)景狀態(tài)的變化而變化，從而實(shí)現(xiàn)多用戶腦電協(xié)同控制與多功能復(fù)合控制，用虛擬現(xiàn)實(shí)反饋的狀態(tài)信息作為多路開(kāi)關(guān)選擇信號(hào)，對(duì)混合腦電信號(hào)進(jìn)行篩選。

附圖說(shuō)明

圖1為本發(fā)明的流程圖；

圖2為本發(fā)明的連接框圖；

圖3為進(jìn)入界面ssvep開(kāi)關(guān)示意圖；

圖4為目標(biāo)選擇界面示意圖。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明的較佳實(shí)施例進(jìn)行詳細(xì)闡述，以使本發(fā)明的優(yōu)點(diǎn)和特征能更易于被本領(lǐng)域技術(shù)人員理解，從而對(duì)本發(fā)明的保護(hù)范圍做出更為清楚明確的界定。

一種面向虛擬現(xiàn)實(shí)應(yīng)用的多通道自適應(yīng)腦機(jī)交互方法，

采用以下步驟，

步驟1：設(shè)置有n組腦機(jī)接口客戶端，腦機(jī)接口客戶端的輸入端口與腦電采集帽相連，使用者戴上腦電采集帽，腦機(jī)接口客戶端的通訊端口分別通過(guò)多通道通訊模塊與虛擬現(xiàn)實(shí)顯示模塊的通訊端口相連；

步驟2：將虛擬現(xiàn)實(shí)顯示模塊中的程序進(jìn)行參數(shù)設(shè)置，設(shè)置相應(yīng)的使用者數(shù)，在虛擬現(xiàn)實(shí)場(chǎng)景上產(chǎn)生對(duì)應(yīng)與腦機(jī)接口客戶端對(duì)應(yīng)的ssvep開(kāi)關(guān)按鈕，如圖3所示，該ssvep開(kāi)關(guān)按鈕由位于中央的一個(gè)大圓和圍繞該大圓的八個(gè)小圓組成；

步驟3：虛擬現(xiàn)實(shí)顯示模塊參數(shù)設(shè)置完成后，進(jìn)入待機(jī)狀態(tài)，虛擬現(xiàn)實(shí)顯示模塊通過(guò)多通道通訊模塊將待機(jī)狀態(tài)信息發(fā)送給每組腦機(jī)接口客戶端；

步驟4：待機(jī)狀態(tài)信息與使用者腦電信息進(jìn)行聯(lián)合編碼，使得腦機(jī)接口客戶端只保留對(duì)使用者的ssvep腦電信號(hào)的檢測(cè)，屏蔽無(wú)關(guān)信號(hào)；

步驟5：將虛擬現(xiàn)實(shí)場(chǎng)景上的四個(gè)ssvep開(kāi)關(guān)按鈕分別以不同的頻率進(jìn)行閃爍；

步驟6：使用者注視對(duì)應(yīng)于自己腦機(jī)接口客戶端的那個(gè)ssvep開(kāi)關(guān)按鈕；

步驟7：腦機(jī)接口客戶端獲得使用者大腦產(chǎn)生的穩(wěn)態(tài)視覺(jué)誘發(fā)ssvep電位，然后提取出其頻域特征；

步驟8：通過(guò)頻域特征計(jì)算開(kāi)關(guān)按鈕閃爍頻率的窄帶范圍的平均能量和寬帶范圍的平均能量的比率α；

步驟9：判斷比率α是否大于預(yù)設(shè)的閾值，

若是則表示檢測(cè)到ssvep開(kāi)關(guān)按鈕閃爍頻率，改變?cè)撌褂谜弋?dāng)前腦開(kāi)關(guān)的狀態(tài)，啟動(dòng)交互，進(jìn)入步驟10；

否則表示未檢測(cè)到ssvep開(kāi)關(guān)按鈕閃爍頻率，保持該使用者當(dāng)前腦開(kāi)關(guān)的狀態(tài)不變，不啟動(dòng)交互；

步驟10：虛擬現(xiàn)實(shí)顯示模塊生成目標(biāo)選擇信息，并將該目標(biāo)選擇信息通過(guò)多通道通訊模塊發(fā)送到對(duì)應(yīng)的腦機(jī)接口客戶端，腦機(jī)接口客戶端始終保持對(duì)

ssvep腦電信號(hào)檢測(cè)；

步驟11：目標(biāo)選擇信息與使用者腦電信息聯(lián)合編碼，使得腦機(jī)接口客戶端對(duì)使用者的p300腦電波進(jìn)行檢測(cè)；

步驟12：在每個(gè)目標(biāo)選擇信息上對(duì)應(yīng)生成有一個(gè)p300按鈕，使用者注視著要選取目標(biāo)信息上對(duì)應(yīng)的p300按鈕；

步驟13：每個(gè)p300按鈕隨機(jī)閃爍一次，在p300按鈕閃爍的同時(shí)，腦機(jī)接口客戶端同步對(duì)頭皮腦電信號(hào)進(jìn)行采集，將頭皮腦電信號(hào)進(jìn)行帶通濾波，將腦電數(shù)據(jù)截取0-600ms的采樣點(diǎn)，對(duì)上述0-600ms的采樣點(diǎn)進(jìn)行1/6下采樣，將該1/6下采樣數(shù)據(jù)構(gòu)成一個(gè)特征向量，腦機(jī)接口客戶端存儲(chǔ)每個(gè)p300按鈕閃爍時(shí)，對(duì)應(yīng)的特征向量；

步驟14：將上述步驟73重復(fù)m遍，腦機(jī)接口客戶端對(duì)于所有的p300按鈕均生成有對(duì)應(yīng)的m個(gè)特征向量；

步驟15：將每個(gè)p300按鈕對(duì)應(yīng)的m個(gè)特征向量分別通過(guò)分類系統(tǒng)進(jìn)行分類，確定使用者選擇的目標(biāo)。

步驟16：目標(biāo)選擇完成后，虛擬現(xiàn)實(shí)顯示模塊將狀態(tài)信息改變?yōu)槟繕?biāo)動(dòng)作狀態(tài)，并將該目標(biāo)動(dòng)作信息通過(guò)多通道通訊模塊發(fā)送到對(duì)應(yīng)的腦機(jī)接口客戶端；

步驟17：目標(biāo)運(yùn)動(dòng)信息與使用者腦電信息聯(lián)合編碼，使得腦機(jī)接口客戶端關(guān)閉對(duì)使用者的p300腦電波進(jìn)行檢測(cè)，腦機(jī)接口客戶端啟動(dòng)對(duì)使用者的運(yùn)動(dòng)想象腦電波信息進(jìn)行監(jiān)測(cè)；

步驟18：腦機(jī)接口客戶端對(duì)于接收到腦電波信號(hào)進(jìn)行預(yù)處理，然后進(jìn)行降采樣和car濾波，提取出mu節(jié)律頻率；

步驟19：將提取出mu節(jié)律頻率送至信息特征提取模塊進(jìn)行特征提取；

步驟20：將提取出的特征通過(guò)分類算法模塊進(jìn)行分類；

步驟21：根據(jù)分類算法模塊輸出的結(jié)果不同，虛擬現(xiàn)實(shí)場(chǎng)景上的所述目標(biāo)動(dòng)作狀態(tài)產(chǎn)生不同的動(dòng)作，該分類算法模塊將腦電信息分為四類：當(dāng)用戶進(jìn)行左手運(yùn)動(dòng)想象時(shí)，控制對(duì)應(yīng)的目標(biāo)向左轉(zhuǎn)；當(dāng)用戶進(jìn)行右手運(yùn)動(dòng)想象時(shí)，控制對(duì)應(yīng)的目標(biāo)向右轉(zhuǎn)；當(dāng)用戶進(jìn)行雙腳運(yùn)動(dòng)想象時(shí)，控制對(duì)應(yīng)的目標(biāo)向前進(jìn)；當(dāng)用戶不做任何運(yùn)動(dòng)想象時(shí)，則讓目標(biāo)處于靜止?fàn)顟B(tài)；

步驟22：當(dāng)使用者要停止交互時(shí)，判斷ssvep開(kāi)關(guān)按鈕是否關(guān)閉，若該ssvep開(kāi)關(guān)按鈕關(guān)閉，腦機(jī)接口客戶端屏蔽與ssvep腦電信號(hào)無(wú)關(guān)的腦電波信號(hào)，只保持對(duì)ssvep腦電信號(hào)的檢測(cè)，進(jìn)入下一步驟；

否則，則保持該使用者當(dāng)前腦開(kāi)關(guān)的狀態(tài)不變，交互繼續(xù)；

步驟23：保持待機(jī)狀態(tài)。

上述步驟4、步驟11和步驟17的聯(lián)合編碼是指將狀態(tài)信息作為多路開(kāi)關(guān)的控制信號(hào)，對(duì)多種腦電信號(hào)進(jìn)行有選擇性的檢測(cè)，具體為將待機(jī)狀態(tài)、目標(biāo)選擇信息狀態(tài)和目標(biāo)運(yùn)動(dòng)信息狀態(tài)分別編碼為二進(jìn)制001、010、101，其中每一位對(duì)應(yīng)于多路開(kāi)關(guān)中的一路，從低位到高位分別對(duì)應(yīng)為ssvep、p300、運(yùn)動(dòng)想象。在每一位上，若編碼為0，則開(kāi)關(guān)關(guān)閉，若編碼為1，則開(kāi)關(guān)打開(kāi)。虛擬現(xiàn)實(shí)顯示模塊每進(jìn)入一個(gè)狀態(tài)就向腦機(jī)接口客戶端反饋一個(gè)狀態(tài)信息，控制多路開(kāi)關(guān)的開(kāi)閉。

具體為：步驟4，在待機(jī)狀態(tài)時(shí)，虛擬現(xiàn)實(shí)顯示模塊向腦機(jī)接口客戶端反饋一個(gè)待機(jī)信號(hào)，使得腦機(jī)客戶端的狀態(tài)信息編碼為001，多其結(jié)果為路開(kāi)關(guān)接通ssvep信號(hào)，關(guān)閉p300信號(hào)與運(yùn)動(dòng)想象信號(hào)。在目標(biāo)選擇信息狀態(tài)時(shí)，狀態(tài)信息編碼為010，多路開(kāi)關(guān)開(kāi)啟p300腦電信號(hào)，關(guān)閉ssvep腦電信號(hào)和運(yùn)動(dòng)想象腦電信號(hào)。在步驟17中進(jìn)行目標(biāo)運(yùn)動(dòng)信息狀態(tài)檢測(cè)時(shí)，狀態(tài)信息編碼為101，關(guān)閉p300腦電想象信號(hào)，開(kāi)啟ssvep和運(yùn)動(dòng)想象信號(hào)檢測(cè)，運(yùn)動(dòng)想象信號(hào)控制目標(biāo)動(dòng)作狀態(tài)產(chǎn)生不同的動(dòng)作，ssvep腦電信號(hào)，方便使用者可以隨時(shí)停止交互。

步驟19具體采用方法流程為：特征提取是基于共空域模式(commonspatialpatterns，csp)算法，該算法是提取空間投影后的信號(hào)方差作為特征，具體包括以下步驟：

(1)分別計(jì)算兩類信號(hào)平均的協(xié)方差矩陣：

其中ra(i)和rb(i)表示分別對(duì)應(yīng)于a類和b類，第i次實(shí)驗(yàn)的協(xié)方差矩陣，n1表示a類樣本的數(shù)量，n2表示b類樣本的數(shù)量；

(2)聯(lián)合協(xié)方差矩陣r＝ra+rb，對(duì)其進(jìn)行奇異值分解：

其中u0和λc分別表示對(duì)r進(jìn)行特征值分解后的特征向量矩陣與特征值對(duì)角矩陣，為u0的轉(zhuǎn)置矩陣；

(3)獲取r的白化變換矩陣p為：

(4)分別對(duì)ra和rb進(jìn)行白化變換，得到：

sa＝prap^t，sb＝prbp^t

(5)對(duì)sa或sb進(jìn)行特征值分解，得到它們共同的特征向量矩陣u，并計(jì)算得到投影矩陣w：

w＝u^tp

(6)對(duì)于每次實(shí)驗(yàn)的eeg數(shù)據(jù)矩陣x(i)經(jīng)過(guò)投影后得到：

z(i)＝wx(i)

對(duì)每個(gè)投影后的矩陣z(i)取其方差作為特征進(jìn)行分類。

由于csp算法針對(duì)的是兩個(gè)類別的信號(hào)分類，而本系統(tǒng)運(yùn)動(dòng)想象信號(hào)包含左手、右手、腳三個(gè)類別，因此本系統(tǒng)在上述csp算法基礎(chǔ)上做了擴(kuò)展，采用了一對(duì)多csp方法，即把三類問(wèn)題分解為三個(gè)兩類問(wèn)題進(jìn)行處理。在每個(gè)兩類問(wèn)題中，把一個(gè)類別當(dāng)作一類，其余的兩類當(dāng)作一類，進(jìn)行csp處理，然后對(duì)三組csp處理得到的三組特征基于方差的大小進(jìn)行分類。

一對(duì)多csp方法可參考相關(guān)文獻(xiàn)：康莎莎，多類運(yùn)動(dòng)想象腦電信號(hào)的識(shí)別及其在bci中的應(yīng)用[d]，安徽大學(xué)，2016。