融合腦電信號(hào)的雷達(dá)目標(biāo)探測(cè)新方法研究

柳建光 袁道 任胡豪 王寧等

摘 要：高頻雷達(dá)在海洋環(huán)境監(jiān)測(cè)上有著獨(dú)到的優(yōu)勢(shì)，但由于噪聲及其他外界干擾的影響，其規(guī)律性受到了較大的影響。文章提出基于腦認(rèn)知的雷達(dá)目標(biāo)探測(cè)系統(tǒng)，融合腦-機(jī)接口（Brain Computer Interface，BCI）技術(shù)與機(jī)器圖像智能識(shí)別的各自優(yōu)勢(shì)，降低了雷達(dá)圖像目標(biāo)探測(cè)的難度，提高了系統(tǒng)工作效率，為雷達(dá)圖像的目標(biāo)探測(cè)提供一種新的思路和方法。

關(guān)鍵詞：腦電信號(hào)；快速序列視覺呈現(xiàn)；雷達(dá)目標(biāo)探測(cè)

中圖分類號(hào)：TN911.7 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2018）14-0025-03

Abstract： High frequency radar has a unique advantage in marine environment monitoring， but its regularity is greatly affected by noise and other external interference. This paper presents a radar target detection system based on brain cognition， which combines the advantages of Brain Computer Interface （BCI） technology and machine image intelligent recognition， reduces the difficulty of radar image target detection， and improves the working efficiency of the system， providing a new idea and method for radar image target detection.

Keywords： electroencephalographic （EEG） signal； rapid serial visual presentation （RSVP）； radar target detection

1 概述

高頻雷達(dá)在海洋環(huán)境監(jiān)測(cè)上有著獨(dú)到的優(yōu)勢(shì)，能實(shí)施對(duì)海洋遠(yuǎn)距離、大面積和全天候的實(shí)時(shí)監(jiān)測(cè)，能同時(shí)探測(cè)風(fēng)、浪、流等海洋物理要素。測(cè)量精度高、監(jiān)測(cè)面積大，且比其他高技術(shù)監(jiān)測(cè)設(shè)備投資少。但實(shí)際中由于受到噪聲及其他外界干擾的影響，其規(guī)律性統(tǒng)計(jì)受到了較大的影響[1-2]。

腦電信號(hào)（Electroencephalogram，EEG）可客觀反映認(rèn)知能力，是操作人員對(duì)雷達(dá)圖像分割后刺激的反應(yīng)、認(rèn)知等響應(yīng)[3-4]，采用快速序列視覺呈現(xiàn)范式或者oddball新異范式產(chǎn)生的認(rèn)知相關(guān)事件相關(guān)電位成分N70、N100、N170、P200、P300以及N400等[5-6]，進(jìn)行雷達(dá)圖像目標(biāo)探測(cè)識(shí)別。

旨在提高目標(biāo)檢測(cè)準(zhǔn)確率，提高系統(tǒng)工作效率，本文提出基于腦認(rèn)知的雷達(dá)目標(biāo)探測(cè)系統(tǒng)，融合腦-機(jī)接口（Brain Computer Interface，BCI）技術(shù)與機(jī)器圖像智能識(shí)別的各自的優(yōu)勢(shì)，為雷達(dá)圖像的目標(biāo)探測(cè)提供一種新的思路和方法。

2 理論分析與系統(tǒng)設(shè)計(jì)

人的視覺信息處理時(shí)間在150ms以內(nèi)，與機(jī)器識(shí)別相比，人具有強(qiáng)大的認(rèn)知能力，能夠輕松理解雷達(dá)圖像語(yǔ)義，在復(fù)雜背景中探測(cè)、識(shí)別目標(biāo)，進(jìn)而找到感興趣的目標(biāo)?？衫萌说恼J(rèn)知能力來彌補(bǔ)機(jī)器識(shí)別在雷達(dá)圖像上的不足。

2.1 理論分析

事件相關(guān)電位（event related potentials， ERP）是一種誘發(fā)電位，是指外加一種特定的刺激作用于感覺系統(tǒng)或腦某一區(qū)域時(shí)，某種心理任務(wù)出現(xiàn)時(shí)，在特定腦區(qū)引起的電位變化；是腦識(shí)別和分析等認(rèn)知活動(dòng)相關(guān)時(shí)，反映了認(rèn)知過程中大腦的神經(jīng)電生理變化[7]。

將雷達(dá)圖像進(jìn)行目標(biāo)分割，分割成切片并局部增強(qiáng)，采用機(jī)器算法目標(biāo)篩選。將篩選的疑似目標(biāo)逐幀在被試眼前快速閃過，同時(shí)檢測(cè)其腦電信號(hào)，并進(jìn)行解碼，最后與雷達(dá)圖像處理所得信息進(jìn)行融合后輸出。

主要通過快速序列視覺呈現(xiàn)（Rapid Serial Visual Presentation，RSVP）范式實(shí)現(xiàn)?；赗SVP范式的目標(biāo)探測(cè)及識(shí)別方法具體為：先讓被試觀看一組快速播放的雷達(dá)圖像切片序列，同時(shí)記錄被試的EEG信號(hào)；然后對(duì)被試的EEG信號(hào)進(jìn)行分析解碼，根據(jù)檢測(cè)出的ERP信號(hào)找出對(duì)應(yīng)的目標(biāo)雷達(dá)圖像。

用于雷達(dá)圖像目標(biāo)探測(cè)的腦電信號(hào)電生理客觀測(cè)量中，相關(guān)的成分主要有N70、P100、N170、P200、P300以及N400等。是在受到外部刺激后直接或被動(dòng)產(chǎn)生的部分思維腦電，出現(xiàn)時(shí)刻相對(duì)恒定的物理性反應(yīng)電位，且不同的外部感覺刺激所誘發(fā)的成分具有類似的正負(fù)和潛伏期。在非注意的條件下出現(xiàn)，為大腦自動(dòng)加工、內(nèi)隱認(rèn)知和意識(shí)形成等問題的研究提供理論支撐[8]。

2.2 系統(tǒng)設(shè)計(jì)

目標(biāo)探測(cè)識(shí)別系統(tǒng)包括：環(huán)境感知模塊、快速序列視覺呈現(xiàn)模塊、腦電信息處理模塊。系統(tǒng)組成及各模塊關(guān)系如圖2所示。

系統(tǒng)工作流程：前端感知模塊傳送高分辨率的雷達(dá)圖像到快速序列視覺呈現(xiàn)模塊中，進(jìn)行目標(biāo)增強(qiáng)、目標(biāo)完整性篩選，進(jìn)而實(shí)現(xiàn)圖像分割、雷達(dá)圖像序列呈現(xiàn)給被試；同時(shí)記錄被試的腦電信號(hào)，傳遞給腦電信息處理模塊進(jìn)行實(shí)時(shí)預(yù)處理、特征提取以及分類識(shí)別；從中提取被試感興趣的目標(biāo)信息，追溯該張感興趣的目標(biāo)雷達(dá)圖片，進(jìn)行定位，實(shí)現(xiàn)目標(biāo)探測(cè)識(shí)別。

3 實(shí)驗(yàn)設(shè)計(jì)與分析

本文重點(diǎn)針對(duì)快速序列視覺呈現(xiàn)、腦電信息處理兩部分開展研究。

3.1 快速序列視覺呈現(xiàn)范式設(shè)計(jì)

實(shí)驗(yàn)采用快速序列視覺呈現(xiàn)RSVP范式，按照10Hz/5Hz兩種頻率將圖像序列隨機(jī)順序播放給被試看，根據(jù)被試EEG信號(hào)的分類識(shí)別分析結(jié)果對(duì)圖像序列進(jìn)行重新排序。

3.2 腦電信息處理

本研究的信號(hào)處理及分類算法設(shè)計(jì)由四部分組成：數(shù)據(jù)采集、預(yù)處理、特征提取和分類識(shí)別。算法設(shè)計(jì)流程圖如圖4所示。

（1）預(yù)處理

預(yù)處理在完成降采樣、去基線漂移后，主要進(jìn)行去眼電，眼電信號(hào)的幅值明顯高于腦電，采用閾值法去除眼電。圖5為眼電去除后的對(duì)比圖。

（2）特征提取與分類識(shí)別分析

按照RSVP實(shí)驗(yàn)范式采集了8位被試（S1-S8）的數(shù)據(jù)做離線分析，每個(gè)被試有20輪，每輪有50個(gè)切片剌激trail，對(duì)應(yīng)了50個(gè)特征向量，則每個(gè)被試共有1000個(gè)特征向量。其中5輪數(shù)據(jù)作為支持向量機(jī)（support vector machine， SVM）的訓(xùn)練數(shù)據(jù)集，每一輪數(shù)據(jù)對(duì)應(yīng)不同的目標(biāo)人物，15輪數(shù)據(jù)作為測(cè)試數(shù)據(jù)集，疊加3輪數(shù)據(jù)對(duì)應(yīng)一個(gè)目標(biāo)。圖6所示為Fz導(dǎo)疊加平均后的ERP波形。

由圖6所示，0時(shí)刻是刺激出現(xiàn)的時(shí)候，為了觀察刺激前的基線，圖中畫出了刺激前200ms的信號(hào)。從圖中可看出目標(biāo)剌激和非目標(biāo)剌激對(duì)應(yīng)的ERP波形有顯著不同，主要體現(xiàn)在目標(biāo)刺激的ERP在100ms、170ms和300ms左右分別出現(xiàn)了顯著的P100、N170和P300成分。

針對(duì)10Hz和5Hz頻率的RSVP范式，8名被試目標(biāo)探測(cè)結(jié)果如表1所示。

由表1可知，驗(yàn)證了基于腦電認(rèn)知的雷達(dá)目標(biāo)探測(cè)系統(tǒng)的可行性，能夠?qū)崿F(xiàn)利用人腦EEG信號(hào)完成雷達(dá)目標(biāo)探測(cè)識(shí)別。

同時(shí)，對(duì)于5Hz頻率的RSVP范式明顯探測(cè)準(zhǔn)確率高于10Hz的RSVP范式，符合人類150ms的視覺反應(yīng)時(shí)間，表明基于腦認(rèn)知的雷達(dá)目標(biāo)探測(cè)識(shí)別系統(tǒng)具備快速目標(biāo)檢測(cè)的能力。

4 結(jié)束語(yǔ)

本研究設(shè)計(jì)了RSVP刺激范式，以少次的ERP腦電為研究對(duì)象，采用SVM算法實(shí)現(xiàn)了基于腦認(rèn)知的雷達(dá)目標(biāo)探測(cè)，且探測(cè)準(zhǔn)確率有了顯著提高，最高識(shí)別正確達(dá)到86.7%，平均識(shí)別率為83.88%。本研究降低了雷達(dá)圖像目標(biāo)探測(cè)的難度，提高了系統(tǒng)工作效率，為雷達(dá)圖像的目標(biāo)探測(cè)提供一種新的思路和方法。

參考文獻(xiàn)：

[1]許紅，謝文沖，高飛，等.機(jī)載預(yù)警雷達(dá)海面多目標(biāo)航跡起始算法研究[J].雷達(dá)科學(xué)與技術(shù)，2015，13（6）：655-659.

[2]劉波.機(jī)載預(yù)警雷達(dá)對(duì)海快速穩(wěn)定跟蹤方法[J].雷達(dá)科學(xué)與技術(shù)，2016，14（6）：579-582.

[3]Wang J J， Zhang Y N. A novel method of multi-channel feature extraction combining multivariate autoregression and multiple-linear principal component analysis. Journal of Biomedical Engineering， 2015，32（1）：19-24.

[4]Li P Y， Wang X R， Li F L， Zhang R， Ma T， Peng Y H， Lei X， Tian Y， Guo D Q， Liu T J， Yao D Z， Xu P. Autoregres-sive model in the Lp norm space for EEG analysis. Journal of Neuroscience Methods， 2015，240：170-174.

[5]李鵬海，許敏鵬，萬柏坤，等.視覺誘發(fā)電位腦-機(jī)接口實(shí)驗(yàn)范式研究進(jìn)展[J].儀器儀表學(xué)報(bào)，2016，37（10）：2340-2351.

[6]趙敏，趙春臨.基于事件相關(guān)電位近似熵識(shí)別心理意識(shí)真實(shí)性的研究[J].電子科技大學(xué)學(xué)報(bào)，2016，45（5）：860-864.

[7]沈麗麗，劉海鵬，王叢，等.旋轉(zhuǎn)偏差對(duì)立體顯示舒適度影響的ERP研究[J].天津大學(xué)學(xué)報(bào)，2017，50（4）：385-390.

[8]常文文，王宏，化成誠(chéng).基于聽覺ERP功能腦網(wǎng)絡(luò)特征和SVM的測(cè)謊方法研究[J].電子學(xué)報(bào)，2016，44（7）：1757-1762.