[发明专利]一种信息处理方法、装置及计算机存储介质在审

专利信息
申请号: 201810037125.X 申请日: 2018-01-15
公开(公告)号: CN110038295A 公开(公告)日: 2019-07-23
发明(设计)人: 马君 申请(专利权)人: 中国移动通信有限公司研究院;中国移动通信集团有限公司
主分类号: A63F13/212 分类号: A63F13/212;A63F13/42
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 王姗姗;张颖玲
地址: 100053 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 计算机存储介质 第二信号 特征参数 信息处理 预处理 控制指令 判别结果 人机交互 特征提取 功率谱 三通道 自回归 触发 采集 分类
【权利要求书】:

1.一种信息处理方法,其特征在于,所述方法包括:

采集通过人体不同部位触发的至少三通道的第一信号;

对所述第一信号进行预处理,得到第二信号;

对所述第二信号通过自回归AR模型进行功率谱PSD估计,以进行特征提取,得到特征参数;

对所述特征参数进行分类判别处理,根据判别结果得到用于人机交互的控制指令。

2.根据权利要求1所述的方法,其特征在于,对所述第一信号进行预处理,得到第二信号,包括:

解析出所述第一信号为脑电信号时,将所述脑电信号进行去平均和小波包降噪的预处理操作。

3.根据权利要求2所述的方法,其特征在于,将所述脑电信号进行去平均和小波包降噪的预处理操作,包括:

通过所述去平均来消除不同电极点平均电位强度不同对特征判断造成的影响值;

采用所述小波包降噪来进行6阶降噪处理,得到高信噪比的脑电信号,将所述高信噪比的脑电信号确定为所述第二信号。

4.根据权利要求1或3所述的方法,其特征在于,对所述第二信号通过自回归AR模型进行功率谱PSD估计,以进行特征提取,得到特征参数,包括:

对所述第二信号通过10阶参数的自回归AR模型进行功率谱PSD估计,提取μ节律与β节律的中部对应频带的谱值,将所述谱值作为所述特征参数。

5.根据权利要求1所述的方法,其特征在于,对所述特征参数进行分类判别处理,根据判别结果得到用于人机交互的控制指令,包括:

将所述特征参数采用训练好的支持向量机模型进行分类判别,得到所述判别结果;

将所述判别结果转换为字符形式的通信命令,根据所述字符形式的通信命令得到所述控制指令。

6.根据权利要求1所述的方法,其特征在于,所述方法还包括:根据判别结果得到用于人机交互的控制指令后,通过传输控制协议TCP或网际协议IP的协议模式将所述控制指令发送给应用平台。

7.根据权利要求6所述的方法,其特征在于,所述控制指令用于预测用户的三类运动想象思维活动,并对应至少三通道的信号采集;

根据所述控制指令得到用于所述应用平台的控制参数;

进入所述应用平台的界面,当选择脑电信号控制模式时,采用指定时间窗进行信号的间隔采集;

其中,所述指定时间窗包括:1秒。

8.一种信息处理装置,其特征在于,所述装置包括:

第一采集单元,用于采集通过人体不同部位触发的至少三通道的第一信号;

预处理单元,用于对所述第一信号进行预处理,得到第二信号;

提取单元,用于对所述第二信号通过自回归AR模型进行功率谱PSD估计,以进行特征提取,得到特征参数;

分类判别单元,用于对所述特征参数进行分类判别处理,根据判别结果得到用于人机交互的控制指令。

9.根据权利要求8所述的装置,其特征在于,所述预处理单元,进一步用于:

解析出所述第一信号为脑电信号时,将所述脑电信号进行去平均和小波包降噪的预处理操作。

10.根据权利要求9所述的装置,其特征在于,所述预处理单元,进一步用于:

通过所述去平均来消除不同电极点平均电位强度不同对特征判断造成的影响值;

采用所述小波包降噪来进行6阶降噪处理,得到高信噪比的脑电信号,将所述高信噪比的脑电信号确定为所述第二信号。

11.根据权利要求8或10所述的装置,其特征在于,所述提取单元,进一步用于:

对所述第二信号通过10阶参数的自回归AR模型进行功率谱PSD估计,提取μ节律与β节律的中部对应频带的谱值,将所述谱值作为所述特征参数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国移动通信有限公司研究院;中国移动通信集团有限公司,未经中国移动通信有限公司研究院;中国移动通信集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810037125.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top