03 - 滤波器组典型相关分析(Filter bank canonical correlation analysis,fbcca）

这里介绍了一种简单的SSVEP算法，在实际中有着重要的作用。

文章目录

• 03 - 滤波器组典型相关分析(Filter bank canonical correlation analysis,fbcca）
• 一、滤波器组典型相关分析
• 二、滤波器组的设计
• 总结

一、滤波器组典型相关分析

Filter bank canonical correlation analysis for implementing a high-speed SSV：

正如在专栏1中我们知道，SSVEPs也被称为光驱动反应，可以与刺激频率相同、谐波和亚谐波频率的大脑反应组成。除了基本频率成分外，谐波成分可以为频率检测提供有用的信息。以前的研究已经证明了在频率检测中结合谐波成分的优势，在信号处理中，滤波器组方法已被广泛用于分析表现出多个子带频率成分的信号。滤波器组表示一个带通滤波器阵列，将输入信号分离成多个子带成分。滤波器组方法已被应用于最近的BCI研究。

二、滤波器组的设计

研究中的刺激频率的范围为8-15.8Hz。根据本研究中 SSVEP 分量的 SNR 分析，基波和谐波 SSVEP 分量在从刺激频率到 90Hz 附近的上限频率的频带内表现出高 SNR。因此，滤波器组选择了 [8Hz 88Hz] 内的频率范围（即刺激频率带宽的 10 倍）。滤波器组分析的目标是将 SSVEP 分解为子带分量，以便可以比标准 CCA 方法更有效地提取嵌入在谐波分量中的独立信息。本研究提出了三种设计滤波器组中子带的方法。

1. M1：将 SSVEP 分量的全频带划分为具有等间隔带宽（即刺激信号的带宽）的子频带。如图3(a)所示，M1将[8Hz 88Hz]频段划分为10个子带，在本研究中每个子带的带宽为8Hz。
2. M2：设计了与各个谐波频带相对应的子频带。在本研究中，第 n 个子带从 Hz 频率开始，到 Hz 和 88Hz 之间的最小值结束（见图 3（b））。
3. M3：生成的子带覆盖多个谐波频带，在 SSVEP 分量的上限频率处具有高截止频率。如图3（c）所示，第n个子带从Hz频率开始，到88Hz结束。在带通滤波的实现中，每个子带的通带两侧都增加了 2Hz 的额外带宽。例如，M1中第一个子带的通带设置为[6Hz 18Hz]。

总结

现阶段，我们基于FBCCA的方法主要使用的M1的方法，即将频段划分为5个主要子频带，在进行最终的求和计算。