本發(fā)明屬于腦電控制領(lǐng)域，具體涉及一種基于腦機(jī)接口控制PWM占空比的方法。

背景技術(shù)：

人腦是迄今為止人類所知道的最完善最復(fù)雜的智能系統(tǒng)，具有感知、識(shí)別、學(xué)習(xí)、聯(lián)想、記憶、推理等智能，是由大量生物神經(jīng)元經(jīng)過相互連接而構(gòu)成的一種高度復(fù)雜的非線性信息處理系統(tǒng)。腦電信號(hào)是腦神經(jīng)細(xì)胞活動(dòng)的綜合表現(xiàn)，包含了豐富的大腦活動(dòng)信息。腦電的研究一直受到許多專家學(xué)者的青睞，大量研究成果也已經(jīng)被廣泛應(yīng)用于臨床醫(yī)學(xué)、軍事醫(yī)學(xué)、航空航天醫(yī)學(xué)、航海醫(yī)學(xué)、精神任務(wù)識(shí)別和心理治療等方面。由于計(jì)算機(jī)技術(shù)、電子技術(shù)、微電極記錄技術(shù)等的快速發(fā)展和應(yīng)用，使得腦電信號(hào)不僅和腦生理狀態(tài)相聯(lián)系，而且還作為精密控制的信息源。腦電信號(hào)(EEG)具有以下優(yōu)勢(shì)：人腦是人體的控制中心，EEG直接反映人腦的思維變化，針對(duì)人進(jìn)行不同的感覺、運(yùn)動(dòng)或認(rèn)知活動(dòng)而相應(yīng)發(fā)生變化。所以，從理論上講，人的意愿是能夠從腦電信號(hào)中檢測(cè)出并區(qū)分開；EEG信號(hào)的檢測(cè)能夠達(dá)到一定的精度，EEG能夠被短時(shí)或?qū)崟r(shí)提取和分析。

PWM是脈沖寬度調(diào)制(Pulse Width Modulation)的簡稱，它在自動(dòng)控制和計(jì)算機(jī)技術(shù)領(lǐng)域中都有廣泛的應(yīng)用。在電機(jī)控制、交流檢測(cè)等實(shí)際應(yīng)用系統(tǒng)中，PWM是整個(gè)系統(tǒng)的技術(shù)核心。通過改變占空比的大小來改變平均電壓的大小，從而控制電動(dòng)機(jī)的轉(zhuǎn)速。航空發(fā)動(dòng)機(jī)的燃油供給量和舵機(jī)的控制等都是使用PWM占空比來實(shí)現(xiàn)的。如何將腦電信號(hào)與PWM占空比控制相結(jié)合，成為腦電控制在機(jī)械控制領(lǐng)域的全新研究方向。

技術(shù)實(shí)現(xiàn)要素：

(一)要解決的技術(shù)問題

本發(fā)明的目的是提出一種基于腦機(jī)接口控制PWM占空比的方法，以解決如何通過腦電信號(hào)控制PWM占空比的問題。

(二)技術(shù)方案

為解決上述技術(shù)問題，本發(fā)明提出一種基于腦機(jī)接口控制PWM占空比的方法，該方法包括如下步驟：

(1)采集腦電信號(hào)；

(2)對(duì)采集到的腦電信號(hào)進(jìn)行數(shù)字放大和濾波；

(3)采用多值輸出信號(hào)變換函數(shù)對(duì)經(jīng)過放大和數(shù)字濾波的腦電信號(hào)進(jìn)行變換，采用單值輸出函數(shù)將多值輸出信號(hào)變換函數(shù)的變換結(jié)果分解成多個(gè)單值特征，得到多維特征向量矩陣，實(shí)現(xiàn)多維特征提取；

(4)對(duì)提取的多維特征向量進(jìn)行歸一化處理，得到待識(shí)別多維特征向量矩陣；

(5)利用人工神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)融合算法，對(duì)待識(shí)別多維特征向量矩陣進(jìn)行融合識(shí)別，將識(shí)別后的腦電信號(hào)作為控制指令信號(hào)輸出至單片機(jī)；

(6)單片機(jī)在接收到所述控制指令信號(hào)后，產(chǎn)生占空比可變的PWM信號(hào)。

進(jìn)一步地，步驟(1)中，采用單極導(dǎo)聯(lián)法對(duì)腦電信號(hào)進(jìn)行采集。

進(jìn)一步地，步驟(2)中，腦電信號(hào)至少放大10000倍，對(duì)0.5Hz～40Hz以外的信號(hào)進(jìn)行濾波。

進(jìn)一步地，步驟(3)中，多值信號(hào)變換函數(shù)包括差分、倒頻譜、自相關(guān)函數(shù)、幅值概率分布、頻譜和小波變換；單值輸出函數(shù)包括均值、標(biāo)準(zhǔn)差、均方根、峰值幅值和峰值位置。

進(jìn)一步地，步驟(3)中，單值特征包括不同尺度空間的功率譜密度和模均值。

進(jìn)一步地，步驟(5)中，利用誤差后向傳播神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)融合算法進(jìn)行融合識(shí)別。

進(jìn)一步地，步驟(5)中，采用在線識(shí)別方式進(jìn)行融合識(shí)別。

(三)有益效果

本發(fā)明將提取的腦電信號(hào)進(jìn)行多維特征提取，構(gòu)建多維特征向量矩陣，并利用人工神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)融合算法，對(duì)經(jīng)過歸一化處理后的待識(shí)別多維特征向量矩陣進(jìn)行融合識(shí)別，將識(shí)別后的腦電信號(hào)作為控制指令信號(hào)輸出至單片機(jī)，由單片機(jī)控制PWM占空比，能夠?qū)崿F(xiàn)對(duì)電動(dòng)機(jī)等裝置的精密控制。

附圖說明

圖1為本發(fā)明實(shí)施例的PWM控制系統(tǒng)示意圖。

具體實(shí)施方式

為使本發(fā)明的目的、內(nèi)容、和優(yōu)點(diǎn)更加清楚，下面結(jié)合附圖和實(shí)施例，對(duì)本發(fā)明的具體實(shí)施方式作進(jìn)一步詳細(xì)描述。

本發(fā)明實(shí)施例采用如圖1所示的控制系統(tǒng)，進(jìn)行基于腦機(jī)接口的PWM占空比控制。具體控制方法包括，

(1)采用單極導(dǎo)聯(lián)法，采集16通道的腦電信號(hào)。

(2)對(duì)采集到的腦電信號(hào)進(jìn)行數(shù)字放大和濾波。其中，腦電信號(hào)至少放大10000倍，對(duì)0.5Hz～40Hz以外的信號(hào)進(jìn)行濾波。

(3)采用包括差分、倒頻譜、自相關(guān)函數(shù)、幅值概率分布、頻譜和小波變換的多值輸出信號(hào)變換函數(shù)，對(duì)經(jīng)過放大和數(shù)字濾波的腦電信號(hào)進(jìn)行變換。采用包括均值、標(biāo)準(zhǔn)差、均方根、峰值幅值和峰值位置的單值輸出函數(shù)，將多值輸出信號(hào)變換函數(shù)的變換結(jié)果分解成包括不同尺度空間的功率譜密度和模均值的多個(gè)單值特征。由此得到多維特征向量矩陣，實(shí)現(xiàn)多維特征提?。?/p>

(4)對(duì)提取的多維特征向量進(jìn)行歸一化處理，得到待識(shí)別多維特征向量矩陣；

(5)利用誤差后向傳播神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)融合算法，對(duì)待識(shí)別多維特征向量矩陣進(jìn)行融合識(shí)別，將識(shí)別后的腦電信號(hào)作為控制指令輸出至單片機(jī)。其中，識(shí)別時(shí)采用在線識(shí)別方式，即當(dāng)采集到的腦電信號(hào)數(shù)據(jù)長度達(dá)到1024個(gè)點(diǎn)后，立即轉(zhuǎn)存到一個(gè)待處理數(shù)組中，進(jìn)行放大濾波處理和多維特征提取，多維特征量經(jīng)歸一化處理后輸入到誤差后向傳播神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)融合系統(tǒng)進(jìn)行模式識(shí)別。

(6)單片機(jī)的信號(hào)調(diào)理電路在接收到所述控制指令信號(hào)后，產(chǎn)生占空比可變的PWM信號(hào)。

(7)將占空比可變的PWM信號(hào)通過無線或有線方式，發(fā)送至電動(dòng)機(jī)等待控制裝置，實(shí)現(xiàn)對(duì)待控制裝置的精密控制。

以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明技術(shù)原理的前提下，還可以做出若干改進(jìn)和變形，這些改進(jìn)和變形也應(yīng)視為本發(fā)明的保護(hù)范圍。