本發(fā)明涉及智能家居控制，尤其涉及一種結(jié)合腦機(jī)接口的智能家居控制系統(tǒng)。

背景技術(shù)：

1、隨著科技的不斷進(jìn)步，人們對(duì)智能家居的需求也日益增長(zhǎng)。傳統(tǒng)的智能家居控制方式主要依賴(lài)于手動(dòng)操作或語(yǔ)音指令，但這些方式在某些情況下可能存在局限性。例如，對(duì)于行動(dòng)不便的人群或在雙手忙碌時(shí)，傳統(tǒng)的控制方式就顯得不夠便捷。而腦機(jī)接口技術(shù)的出現(xiàn)，為解決這些問(wèn)題提供了新的途徑。

2、腦機(jī)接口技術(shù)是一種直接在大腦和外部設(shè)備之間建立通信的技術(shù)。它通過(guò)檢測(cè)大腦產(chǎn)生的生物電信號(hào)，將這些信號(hào)解碼為機(jī)器可理解的指令，從而實(shí)現(xiàn)對(duì)外部設(shè)備的控制。在智能家居控制系統(tǒng)中，腦機(jī)接口技術(shù)可以讓用戶(hù)通過(guò)思考來(lái)控制家電設(shè)備，如開(kāi)關(guān)燈光、調(diào)節(jié)溫度、控制電視等，極大地提高了生活的便利性。

3、但是，腦電信號(hào)中存在多種噪音，現(xiàn)有的去噪方法，導(dǎo)致腦電信號(hào)不完整，信號(hào)的還原度較差，且系統(tǒng)判斷的準(zhǔn)確性較差。

技術(shù)實(shí)現(xiàn)思路

1、基于背景技術(shù)存在的技術(shù)問(wèn)題，本發(fā)明提出了一種結(jié)合腦機(jī)接口的智能家居控制系統(tǒng)。

2、本發(fā)明提出的一種結(jié)合腦機(jī)接口的智能家居控制系統(tǒng)，包括腦電信號(hào)采集設(shè)備、信號(hào)處理單元和智能家居控制單元，所述腦電信號(hào)采集設(shè)備與信號(hào)處理單元相連接，信號(hào)處理單元與智能家居控制單元相連接，信號(hào)處理單元還連接有云服務(wù)器，其中，

3、所述腦電信號(hào)采集設(shè)備用于實(shí)時(shí)采集用戶(hù)的腦電信號(hào)，采用最速步長(zhǎng)下降iva算法預(yù)處理腦電數(shù)據(jù)，并通過(guò)共空間模式進(jìn)行特征提??；

4、所述信號(hào)處理單元負(fù)責(zé)接收并處理腦電信號(hào)采集設(shè)備傳輸?shù)臄?shù)字信號(hào)，將數(shù)據(jù)流導(dǎo)入到自適應(yīng)感知線性分類(lèi)器中分類(lèi)出想象特征，得出控制指令；

5、所述智能家居控制單元用于接收信號(hào)處理單元傳輸?shù)目刂浦噶?，并根?jù)指令控制相應(yīng)的智能家居設(shè)備。

6、優(yōu)選地，所述腦電信號(hào)采集設(shè)備設(shè)計(jì)為頭戴式或嵌入式，通過(guò)多個(gè)電極捕捉大腦活動(dòng)產(chǎn)生的電信號(hào)，采集的腦電信號(hào)屬于大腦頭皮放射出的腦電信號(hào)，并將其轉(zhuǎn)化為數(shù)字信號(hào)進(jìn)行傳輸，采用自適應(yīng)樣本熵小波閾值法去除腦電數(shù)據(jù)中摻雜的偽跡成分，即心跳、肌電、工頻噪聲。

7、優(yōu)選地，所述自適應(yīng)樣本熵小波閾值法的具體步驟包括：

8、s11、定義一個(gè)長(zhǎng)度為l時(shí)間序列x＝{x(1),x(2)…x(l)},將時(shí)間序列x轉(zhuǎn)換為維數(shù)是m的向量序列xm(1)，xm(2)，…xm(l-m+1),其中，

9、xm(i)＝{x(i),x(i+1)…x(i+m-1)}

10、i＝1,2…,l-m+1；

11、s12、當(dāng)i≠j，向量xm(i)與向量xm(j)的距離關(guān)系為：

12、

13、s13、設(shè)閾值為r,d[xm(i),xm(j)]＜r的個(gè)數(shù)與總向量個(gè)數(shù)的比為：

14、

15、對(duì)上式求均值后得：

16、

17、s14、得出序列得樣本熵為：

18、

19、s15、構(gòu)建自適應(yīng)閾值函數(shù)：

20、

21、中λ為閾值，dj,k為去噪前的細(xì)節(jié)系數(shù)，η(dj,k,λ，c)為去噪后的細(xì)節(jié)系數(shù)，c為可調(diào)節(jié)的參數(shù)，當(dāng)c＝1時(shí)即硬閾值函數(shù)，當(dāng)c＝0時(shí)為軟閾值函數(shù)；

22、s16、通過(guò)樣本熵來(lái)對(duì)c值進(jìn)行自適應(yīng)調(diào)節(jié)，將長(zhǎng)度為l得序列分解成l-n個(gè)子序列，對(duì)每個(gè)子序列進(jìn)行樣本熵計(jì)算，得到序列{c1，c2，…cl}，將其帶入步驟s15中的自適應(yīng)閾值函數(shù)中，得到基于樣本熵的自適應(yīng)閾值函數(shù)：

23、

24、優(yōu)選地，所述信號(hào)處理單元采用時(shí)頻分析、功率譜分析方法，從腦電波信號(hào)中提取出與用戶(hù)意圖相關(guān)的特征信息，這些特征信息可能包括不同頻率段的功率、波形特征，并利用機(jī)器學(xué)習(xí)模型對(duì)提取的特征信息進(jìn)行意圖識(shí)別，其中機(jī)器學(xué)習(xí)模型可為神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)中的一種，機(jī)器學(xué)習(xí)模型用于訓(xùn)練學(xué)習(xí)用戶(hù)的腦電波樣本數(shù)據(jù)進(jìn)行分析處理，并將其轉(zhuǎn)化為智能家居系統(tǒng)可以理解的指令。

25、優(yōu)選地，提取特征信息的具體步驟包括：

26、s21、采集一個(gè)主訓(xùn)練員和m名次訓(xùn)練員的想象運(yùn)動(dòng)腦電信號(hào)作為訓(xùn)練樣本進(jìn)行訓(xùn)練，其中m位次訓(xùn)練員的腦電信號(hào)中選擇每位次訓(xùn)練員的r個(gè)訓(xùn)練樣本進(jìn)，則訓(xùn)練樣本的總數(shù)包括主訓(xùn)練員樣本和所有次訓(xùn)練員的m*r個(gè)樣本，計(jì)算出主訓(xùn)練員腦電信號(hào)的協(xié)方差矩陣之和cj以及次訓(xùn)練員腦電信號(hào)的協(xié)方差矩陣之和cj’分別為：

27、

28、當(dāng)j為l(r)時(shí)，分別表示雙手的想象，eji表示主訓(xùn)練員的第i次想象的腦電信號(hào)，e‘ji表示次訓(xùn)練員的第i次想象的腦電信號(hào)；

29、s22、在主訓(xùn)練員協(xié)方差之和和次訓(xùn)練員協(xié)方差之和中加入正則化參數(shù)α和β，得到：

30、

31、其中i是n×n的單位矩陣，n是收集的通道數(shù)；

32、s23、通過(guò)對(duì)上述均值標(biāo)準(zhǔn)化協(xié)方差矩陣求和并進(jìn)行特征值分解來(lái)求解正則化白化矩陣，

33、

34、rj(α,β)＝p·rj(α,β)·pt＝uλjut

35、得到投影矩陣w＝ut·p，并獲得腦電信號(hào)的特征：

36、yj＝w·ej。

37、優(yōu)選地，腦電波樣本數(shù)據(jù)進(jìn)行分析處理的步驟包括：

38、s31、設(shè)置三個(gè)初始值：將更新準(zhǔn)則中的增量μ設(shè)置為正數(shù)，測(cè)試樣本xk個(gè)數(shù)設(shè)置為0,訓(xùn)練的權(quán)值矢量ω(k)設(shè)置為ω；

39、s32、將新輸入的在線測(cè)試樣本xk+1應(yīng)用于自適應(yīng)線性分類(lèi)器中，并識(shí)別xk的值，接著計(jì)算ω(k)·xk；

40、s33、根據(jù)分類(lèi)結(jié)果調(diào)整增廣權(quán)重向量ω(k+1)的值：

41、

42、s34、如果步長(zhǎng)k<n，更改權(quán)值矢量ω(k)的值為ω(k)＝ω(k+1)，xk＝xk+1，并將在線測(cè)試樣本xk加入到原始訓(xùn)練樣本中，組成新的樣本數(shù)據(jù)，并轉(zhuǎn)到步驟s32繼續(xù)進(jìn)行分類(lèi),當(dāng)步長(zhǎng)k＝n時(shí)，完成分類(lèi)。

43、優(yōu)選地，所述信號(hào)處理單元處理的數(shù)據(jù)儲(chǔ)存到云服務(wù)器中。

44、優(yōu)選地，所述智能家居控制單元與多種家居設(shè)備通信。

45、優(yōu)選地，所述信號(hào)處理單元將生成的智能家居控制指令通過(guò)無(wú)線通信協(xié)議發(fā)到智能家居控制單元，其中無(wú)線通信協(xié)議為zigbee和wi-fi中的一種。。

46、與現(xiàn)有的技術(shù)相比，本發(fā)明的有益效果是：

47、1、通過(guò)腦電信號(hào)采集設(shè)備實(shí)時(shí)采集用戶(hù)的腦電信號(hào)，并通過(guò)多個(gè)電極捕捉大腦活動(dòng)產(chǎn)生的電信號(hào)，將其轉(zhuǎn)化為數(shù)字信號(hào)傳輸給信號(hào)處理單元轉(zhuǎn)化為智能家居系統(tǒng)可以理解的指令，并將指令傳輸給智能家居控制單元與智能家居設(shè)備進(jìn)行通信，實(shí)現(xiàn)通過(guò)意念控制家居設(shè)備的目的，這種交互方式更加自然、直觀，無(wú)需手動(dòng)操作，為用戶(hù)提供了前所未有的便捷體驗(yàn)；

48、2、采用腦機(jī)接口技術(shù)為智能家居系統(tǒng)提供了更加精準(zhǔn)的數(shù)據(jù)支持，使家居設(shè)備能夠更準(zhǔn)確地理解并執(zhí)行用戶(hù)的意圖，從而提升整個(gè)系統(tǒng)的智能化水平，不僅適用于家庭環(huán)境，還可以應(yīng)用于康復(fù)醫(yī)療、游戲娛樂(lè)等領(lǐng)域，為用戶(hù)提供更加豐富多樣的服務(wù)，對(duì)于行動(dòng)不便的老人及殘障人士，使他們能夠更獨(dú)立地控制自己的房屋，提高生活自理能力；

49、本發(fā)明采用腦機(jī)接口技術(shù)能夠?qū)崟r(shí)分析用戶(hù)的大腦活動(dòng)，了解用戶(hù)的需求和意圖，實(shí)現(xiàn)通過(guò)意念控制家居設(shè)備的目的，這種交互方式更加自然、直觀，無(wú)需手動(dòng)操作，為用戶(hù)提供了前所未有的便捷體驗(yàn)，對(duì)于行動(dòng)不便的老人及殘障人士，使他們能夠更獨(dú)立地控制自己的房屋，提高生活自理能力。