پردازش سیگنال پیشرفته (Aug 2017)
کنترل صندلی چرخ‌دار بر پایه سیگنال‌های EEG به‌وسیله واسط مغز و ماشین
Abstract
چالش اصلی سیستم‌های واسط مغز و ماشین (BCI) دوکلاسه، پایین بودن پهنای باند کانال ارتباطی آن‌ها است. مخصوصاً این مسئله برای کنترل دستگاه‌های کمکی شبیه صندلی چرخ‌دار یا ربات متحرک که نیازمند دستورات حرکتی چندگانه هستند، مهم است. هدف این تحقیق، کنترل کردن صندلی چرخ‌دار توسط سیستم واسط مغز و ماشین با استفاده از سیگنال‌های (EEG) مبتنی بر الگوهای ذهنی (SSVEP) است. این کنترل ذهنی باید مخصوصاً برای افراد ناتوان امنیت بالا و دقت قابل قبولی داشته باشد. سیگنال ذهنی SSVEP پنجره‌گذاری می‌شود و سپس در مرحله پیش‌پردازش برای کاهش نویز و مصنوعات از یک فیلتر میان‌گذر عبور داده می‌شود.استخراج ویژگی از سه روش (FFT)، (IT-CCA) و روش بهبودیافته مبتنی بر ترکیب IT-CCA و فیلتربانک انجام می‌شود. محاسبه دقت و نرخ انتقال اطلاعات هر سه روش نشان می‌دهد که روش بهبودیافته مبتنی بر ترکیب IT-CCA و فیلتربانک بهترین عملکرد را دارد. در پایان صندلی چرخ‌دار و محیط فیزیکی آن در نرم‌افزار شبیه‌سازی ربات Webots طراحی و با ارسال و اجرای دستورات دوازده‌گانه مانور حرکتی صندلی چرخ‌دار بررسی می‌شود.
