1. 研究目的与意义（文献综述）

近些年来，人们越来越关注如何在机器人学习复杂的任务中利用人类的反馈将机器与人类学习的能力结合在一起，其中，大多数的工作都是依靠多种方式来提供反馈(语音、图形界面、手势等等)转化为机器可用的信号。本毕业设计论文旨在探究不同的通信信道与人的错误感知相关的认知eeg脑信号，在这之中特别考虑了错误相关电位，一些研究表明，当个体在感知发生错误时，在其头皮额中央区可以记录到一个与错误反应特定相关的波形，称为错误相关电位(error-related potentials, errp)。errp是一种稳定的电位，受到生理结构变化的影响很小，即使是在几个月之后，基于errp训练的分类器具有同样的性能。基于errp的脑机接口由于系统稳定、无需长时间训练等优点，具有很高价值的研究潜力。基于这种想法，设计一个基于errp的反馈系统，当用户感知到自己或外部机器所犯的错误时，系统可以自动检测到错误发生并告知控制终端。

2. 研究的基本内容与方案

常见的脑机接口系统由信号采集模块、信号处理模块、设备执行模块和反馈模块四部分组成。（如下图所示）其中信号采集模块作为脑机接口的输入，信号处理模块负责将输入的脑电数据转化为系统可识别的指令，是脑机接口中最重要最关键的一个部分，直接影响着脑机接口系统的可靠性与稳定性。这几个部分都能单独完成自己的功能，但是一个完整的脑机接口系统需要各个部分的紧密结合。脑机接口系统会持续检测受试者的脑电信号，提取出某一类或几类特定的信号，分析、分类并实现这类信号所代表的现实意义^[1]。

3. 研究计划与安排

第1－3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

第4－5周：熟悉掌握基本理论，完成英文资料的翻译，熟悉开发环境。

第6－9周：编程实现各算法，并进行仿真调试。

4. 参考文献（12篇以上）

[1] 林勤光. 基于稳态视觉诱发电位和错误相关负电位的脑机接口系统研究[d].浙江:浙江理工大学

[2] 王祯. 脑机接口中非平衡数据的分类研究[d]. 浙江: 浙江理工大学

[3] i. iturrate,l. montesano, and j. minguez.task-dependent signalvariations in eeg error-related potentials forbrain-computer interfaces. journal of neuralengineering, 10(2):026024, 2013.