| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 脑-机接口概述 | 第10-12页 |
| 1.1.1 脑-机接口研究背景 | 第10页 |
| 1.1.2 脑-机接口定义 | 第10-11页 |
| 1.1.3 脑-机接口分类 | 第11-12页 |
| 1.2 BCI在机器人控制中的研究现状 | 第12-14页 |
| 1.2.1 上肢康复机器人应用 | 第12页 |
| 1.2.2 轮式机器人应用 | 第12-13页 |
| 1.2.3 人形服务机器人应用 | 第13-14页 |
| 1.3 本文的目的和意义 | 第14-15页 |
| 1.4 本文主要内容 | 第15-16页 |
| 第2章 基于SSVEP的BCI系统概述 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 构成基于SSVEP的BCI系统的生理基础 | 第16-18页 |
| 2.2.1 视觉形成的生理基础 | 第16-17页 |
| 2.2.2 SSVEP应用于BCI系统中的原理 | 第17-18页 |
| 2.3 SSVEP及其数学模型 | 第18-19页 |
| 2.4 基于SSVEP的BCI系统 | 第19-22页 |
| 2.4.1 基于SSVEP的BCI系统概况 | 第19页 |
| 2.4.2 基于SSVEP的BCI系统构成 | 第19-22页 |
| 2.5 BCI机器人系统面临的挑战 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 EEG数据预处理及分类器设计 | 第24-42页 |
| 3.1 引言 | 第24页 |
| 3.2 EEG数据预处理方法设计 | 第24-29页 |
| 3.2.1 巴特沃斯带通滤波设计 | 第24-25页 |
| 3.2.2 小波阈值去噪方法设计 | 第25-27页 |
| 3.2.3 基于小波的基线漂移消除 | 第27页 |
| 3.2.4 叠加平均结合FFT的频率提取 | 第27-29页 |
| 3.3 EEG数据分类器设计 | 第29-40页 |
| 3.3.1 EEG数据分类概述 | 第29-32页 |
| 3.3.2 LVQ网络分类器 | 第32-33页 |
| 3.3.3 基于PSO优化的BP神经网络分类器 | 第33-36页 |
| 3.3.4 基于GA优化的SVM分类器 | 第36-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第4章 SSVEP特征提取方法的研究 | 第42-58页 |
| 4.1 引言 | 第42页 |
| 4.2 特征提取方法研究现状 | 第42-43页 |
| 4.3 基于DWT系数奇异值的特征提取 | 第43-47页 |
| 4.3.1 小波变换简介 | 第43-45页 |
| 4.3.2 系数均值及奇异点特征提取 | 第45-46页 |
| 4.3.3 分类结果及分析 | 第46-47页 |
| 4.4 基于WPD分解系数子带能量的特征提取 | 第47-51页 |
| 4.4.1 WPD分解及子带能量的特征计算 | 第47-49页 |
| 4.4.2 小波基函数的选定 | 第49-50页 |
| 4.4.3 分类结果及分析 | 第50-51页 |
| 4.5 基于EMD-AR系数方法的特征提取 | 第51-55页 |
| 4.5.1 EMD及AR简介 | 第51-54页 |
| 4.5.2 分类结果及分析 | 第54-55页 |
| 4.6 分类结果总结 | 第55-56页 |
| 4.7 本章小结 | 第56-58页 |
| 第5章 基于SSVEP的NAO机器人遥操作系统设计 | 第58-74页 |
| 5.1 引言 | 第58页 |
| 5.2 视觉刺激器的研究与设计实现 | 第58-61页 |
| 5.3 SSVEP数据采集实验设计与分析 | 第61-63页 |
| 5.3.1 数据采集方式与采集设备 | 第61-62页 |
| 5.3.2 SSVEP信号采集实验设计 | 第62-63页 |
| 5.4 基于事件的NAO机器人遥操作系统搭建 | 第63-69页 |
| 5.4.1 控制系统的构成 | 第63-65页 |
| 5.4.2 NAO机器人及其开发环境 | 第65页 |
| 5.4.3 咬牙信号的检测识别 | 第65-67页 |
| 5.4.4 机器人反馈交互界面的设计 | 第67-68页 |
| 5.4.5 基于事件的NAO机器人遥操作系统搭建 | 第68-69页 |
| 5.5 实验与结果分析 | 第69-73页 |
| 5.5.1 仿真环境测试 | 第70-71页 |
| 5.5.2 实物实验结果 | 第71-73页 |
| 5.6 本章小结 | 第73-74页 |
| 第6章 结论与展望 | 第74-76页 |
| 6.1 论文的主要工作 | 第74页 |
| 6.2 论文的主要创新点 | 第74-75页 |
| 6.3 展望 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82-84页 |
| 硕士期间完成论文情况 | 第84页 |