本发明涉及一种特征提取方法，具体涉及一种脑电信号实时特征提取 方法。
背景技术：
在脑机接口(Brain computer interface,BCI)系统中，需通过实 时特征提取来从头皮脑电位中得到输出命令。而脑电位信号复杂且易受噪 音干扰，很多特征提取算法实现复杂、计算耗时、不易于在嵌入式设备中 实现(微型化)。
技术实现要素：
本发明针对现有技术的不足，提出了一种脑电信号实时特征提取方 法。
本发明一种脑电信号实时特征提取方法，该方法具体如下：
假设N为脑电信号采样点数，N＝2M。Q为脑电信号采样通道数目，脑 电信号时间序列为S＝{s1,s2,…,sQ}N×Q，M为正整数，保证脑电采样点数为2 的整数次幂，且大于7。
步骤1：设置k＝M-1。对于i＝1,2,…,Q，分别计算系数与
表示相邻采样点脑电信号和的倍，表示相邻采样点信号差 的倍。
步骤2：对脑电信号序列计算能量值E(BM-1)：
步骤3：使k＝k-1
步骤3.1：计算及E(Bk)：
其中上一次系数迭代的和值分量，为上一次系数迭代的差 值分量。E(Bk)为当前迭代的能量值。
步骤3.2：
如果E(Bk)＞E(Bk+1)，则认为为S的特征集，运行结束。在 E(Bk)≤E(Bk+1)情况下，如果k＝0，则认为为S的特征集，运行结束；否 则，跳转到步骤3继续迭代执行。
本发明的有益效果：本发明能自动识别特征维度，不需要预先设置， 提高了识别精度。同时本发明方便用硬件编程语言如VHDL，Verilog等来 实现，计算效率高，对计算资源要求低，便于在FPGA中实现。
具体实施方式
本发明一种脑电信号实时特征提取方法，该方法具体如下：
假设N为脑电信号采样点数，N＝2M。Q为脑电信号采样通道数目，脑 电信号时间序列为S＝{s1,s2,…,sQ}N×Q，M为正整数(保证脑电采样点数为2 的整数次幂，一般要大于7)。
步骤1：设置k＝M-1。对于i＝1,2,…,Q，分别计算系数与
表示相邻采样点脑电信号和的倍，表示相邻采样点信号差 的倍。
步骤2：对脑电信号序列计算能量值E(BM-1)：
步骤3：使k＝k-1
步骤3.1：计算及E(Bk)：
其中上一次系数迭代的和值分量，为上一次系数迭代的差 值分量。E(Bk)为当前迭代的能量值。
步骤3.2：
如果E(Bk)＞E(Bk+1)，则认为为S的特征集，运行结束。在 E(Bk)≤E(Bk+1)情况下，如果k＝0，则认为为S的特征集，运行结束；否 则，跳转到步骤3继续迭代执行。
