[发明专利]一种鲁棒扫视EOG信号识别方法及系统

权利要求书

1.一种鲁棒扫视EOG信号识别方法，其特征在于，包括：

S1、对多通道EOG数据进行采集，获得时域上的眼动数据；

S2、对时域上的眼动数据进行预处理得到频域上的眼动数据；

S3、在频域上，采用复值ICA算法对各频点的眼动数据进行盲源分离，得到各独立源s_j信号在相应频点上的频域独立分量，j＝1,2,3…,M，M表示独立源的总数；

S4、对各频点上的独立分量进行尺度补偿，还原独立分量在观测分量中的真实比例成分；

S5、采用约束DOA算法对补偿后的独立分量进行处理，使得每个频点f上的独立源s_j都按照方向角从小到大排列；

S6、对尺度补偿后和排序后的各频点的独立分量进行短时傅里叶逆变换处理，得到时域上每个通道独立源s_j完整的时间信号；

S7、对时域上的每个通道独立源s_j完整的时间信号提取功率谱密度特征，并将提取的特征送入支持向量机SVM中进行识别，得到EOG信号识别结果。

2.如权利要求1所述的方法，其特征在于，所述的步骤S2，还包括：

对所述时域上的眼动数据进行带通滤波及去均值处理，得到处理后的眼动数据；

对处理后的眼动数据做短时傅里叶变换，将其从时域变换到频域，获取在某一频率点f_k上的频域观测数据。

3.如权利要求1所述的方法，其特征在于，所述步骤S4中的对各频点上的独立分量进行尺度补偿，具体包括：

根据复值ICA算法中的各频点的分离矩阵，得到对应频点的混合矩阵，其中分离矩阵和混合矩阵互为逆矩阵；

利用混合矩阵的系数各频点的独立分量进行补偿，得到补偿后各频点的独立分量。

4.如权利要求3所述的方法，其特征在于，所述步骤S5中的采用约束DOA算法对补偿后的独立分量进行排序处理，具体包括：

a、为每一个独立源s_j初始化一个角度；

b、通过Root-Music算法计算每个频点的不同行，可以得到各个独立源s_j方向的估计，其中分离矩阵的行对应不同的独立源s_j；

c、设置各独立源s_j的方向角度与初始化角度的接近性度量为ε(y,θ)，并在迭代过程中，判断各独立源s_j的角度与初始化角度是否相同；

d、若相同则执行步骤e，不相同则执行步骤f；

e、将ε(y_j,θ_j)设置为0，并设置方向角度矩阵T来计算调节矩阵Q，j＝1,2,3…,M；

f、将ε(y_j,θ_j)设置为1，返回所述迭代过程重新计算分离矩阵W，j＝1,2,3…,M。

5.如权利要求4所述的方法，其特征在于，所述的步骤e，具体包括：

根据每个频点f上的独立源s_j按照角度从小到大的排列顺序，设置方向角度矩阵T；

根据方向角度矩阵T计算调节矩阵Q＝TP^-1，其中P为置换矩阵；

调节矩阵Q＝TP^-1，判断置换矩阵P与方向角度矩阵T是否相同

若相同，则确定每个频点上独立源s_j按照角度从小到大顺序排列；

若不相同，则将调节矩阵Q左乘置换矩阵P，得到新的置换矩阵P`；

根据新的置换矩阵P`，计算后使得每个频点f上的独立源s_j都按照方向角从小到大排列。

6.如权利要求1所述的方法，其特征在于，所述步骤S6中短时傅里叶逆变换的具体步骤包括：

对尺度补偿后和排序后的各频点的独立分量进行短时傅里叶逆变换处理；

对得到的时频矩阵按列进行求逆运算，得到眼动数据在不同时窗位置上的时间信号；

按时窗从小到大的顺序对时间信号进行拼接，得到时域上每个通道独立源s_j完整的时间信号。