一種BCI與SAR融合的目標檢測系統設計

任立恒+++李德峰+++王寧+++丁成義+++劉學文

摘 要：合成孔徑雷達（Synthetic Aperture Radar， SAR）是一種主動式微波成像傳感器，工作不受大氣傳播和氣候影響，穿透力強、識別能力強，成像清晰并且覆蓋面積大，應用于軍事偵察、資源勘探、災害預警及地圖測繪等領域。目前的SAR圖像自動目標識別（Automatic Target Recognition，ATR）技術可以較為有效的獲取目標信息，但是該方法需要對目標特性有大量的數據積累，并且識別率具有一定的不確定性。為了提高對SAR圖像的識別效率與準確率，文章設計一種BCI（腦-機接口Brain-Computer Interface）與SAR融合的目標檢測應用系統，融合人類大腦與機器圖像自動識別各自的優勢，進一步提高目標識別效率與準確率，提高部隊戰斗力與自動化水平。

關鍵詞：腦機接口；合成孔徑雷達；目標識別

1 概述

合成孔徑雷達（Synthetic Aperture Radar， SAR）是一種主動式微波成像傳感器，融合了合成孔徑技術、脈沖壓縮技術和信號處理技術，以較小的孔徑天線獲得較高的分辨率，且工作不受大氣傳播和氣候影響，穿透力強、識別能力強，成像清晰并且覆蓋面積大，是當前對地觀測的重要手段之一，主要搭載于衛星平臺以及機載平臺。由于SAR具有機動靈活、全天候、全天時和一定的穿透成像能力的特點，已經被廣泛應用于軍事偵察、情報獲取、資源勘探、災害預警及地圖測繪等領域。目前的SAR圖像自動目標識別（Automatic Target Recognition， ATR）技術可以較為有效的獲取目標信息，但是該方法需要對目標特性有大量的數據積累，并且識別率具有一定的不確定性。

腦電信號（Electroencephalograph， EEG）是一種產生自腦神經細胞活動的極其微弱的電位反映，同時也是一種非平穩、非線性的電信號。EEG可反映情報操作人員對刺激的接受、處理以及反應等認知過程，其波幅和潛伏期能客觀地反映受試者的認知能力。腦-機接口（Brain-Computer Interface， BCI）[1]是一種不依賴于大腦外周神經與肌肉組成的正常輸出通路的腦-機通訊系統，是一種新型的人機交互系統，它在人體與計算機之間建立連接，利用從人腦采集到的腦電信號控制計算機或者其他外部電子設備從而實現人機交互。腦-機接口系統的研究使得大腦與外界直接進行交互成為可能，在醫學、智能控制和軍事等領域都有著廣泛的潛在應用。

為了提高對SAR圖像的識別效率與準確率，本文設計一種BCI與SAR融合的目標檢測應用系統，融合人類大腦與機器圖像自動識別各自的優勢，為高分辨SAR圖像的應用提供一種新思路。

2 理論基礎與系統設計

2.1 P300的產生條件

人類在長期進化過程中形成的EEG中的事件相關P300[2]電位是一種內源性事件相關電位（event related potentials， ERP），一般出現在刺激發生后300ms左右，具有時域波形特征，通常采用Oddball范式誘發。所謂Oddball范式，是指在標準刺激（大概率刺激）的序列中，偏差刺激或靶刺激（小概率刺激）誘發的ERP。偏差刺激或靶刺激出現的概率越小，誘發的P300振幅越大。

P300電位的波形特點是位于刺激點后約300 ms出現一個正向的峰值電位，其典型波形如圖1所示。

P300的測量指標和其他一般誘發電位一樣，主要為潛伏期和波幅。P300的頭皮分布廣泛，相對集中在中線部位（Fz，Cz，Pz，Oz），如圖2所示，其波幅在頂后部（Pz）最大，中央頂部（Cz）次之，主要特點是具有穩定的時間窗，對特征識別敏感等，成分較大易于測量。

綜上所述，P300電位的優勢特點如下：

（1）P300電位信號對于新異性目標的出現有較強的反應幅度，且具有鎖時鎖相的特征，較易于實現信號的特征識別與分類提取。

（2）P300可以通過視覺刺激誘發，具備圖像目標識別等應用的可能[3]。

基于P300電位的特點，我們設計了融合EEG與SAR的目標檢測應用系統，充分利用SAR具備的穿透成像的特點，結合現代數字圖像識別技術與人腦長期進化形成的抽象思維和模糊推理的能力，提高現有系統的目標探測的效率。

2.2 系統設計

該系統包括BCI系統，數字圖像目標自動識別系統，SAR及情報判讀人員4個大的組成部分，具體系統組成如圖3所示：

系統工作流程如下：獲取原始高分辨SAR圖像后，經數字圖像目標自動識別系統進行初步的目標識別，將可疑目標裁切出來，形成Oddball范式快速呈現給情報判讀人員，數據處理終端通過腦電放大器實時采集情報判讀人員的EEG信息，從中提取敏感目標的P300成分，并輸出最終情報判讀結果。

3 系統試驗與試驗結果

3.1 系統試驗

（1）試驗范式

本次試驗使用的范式是Oddball范式。Oddball范式是指采用兩種或多種不同刺激持續隨機交替出現，它們出現的概率顯著不同，經常出現的刺激稱為大概率（85%）或標準刺激，偶爾出現的稱為小概率（15%）或偏差刺激，本次試驗使用的范式如圖4所示：

（2）算法設計

P300信息處理主要分為預處理、特征提取和分類三個步驟。預處理是為了減少噪聲干擾，提高信噪比，包括帶通濾波器設計、導聯選擇等，經過預處理的信號更有利于進行后續處理。因為P300信息具備鎖時鎖相的特點，所以特征提取主要時域進行處理，從腦電信號中提取反映受試者意圖的P300特征信號[4]。通過分類器對特征信號進行分類，實現對P300成分的提取。具體算法流程如圖5所示：

3.2 試驗結果

采用在線系統的虛擬P300在線系統作為刺激，采樣率1000Hz，帶通濾波范圍0.5～45Hz，采集15導信號，總共有200trial，目標靶刺激40trial，標準刺激160trail。各導EEG數據如圖6所示。

原始數據經特征提取及分類識別后，進行了多組試驗，試驗統計結果如表1所示：

系統總體偏差刺激探測率大于80%，檢測圖像速度為100幅/min。系統具備快速檢測目標的能力。

4 結束語

該系統的核心在于將高分辨SAR圖像經傳統的數字圖像目標自動識別后，采用EEG信號進行了快速的篩選，而不是傳統的情報判讀方式，從而降低了情報判讀的難度，提高了系統的工作效率。人機智能融合是提高人機效能的有效途徑[5]，我們設計的試驗驗證了基于BCI與SAR融合的目標檢測應用系統的可行性，能夠實現經由EEG提取信號，實現敏感目標的檢測。經過實驗驗證，該系統通過和SAR及數字圖像目標自動識別系統的緊密配合，在敏感目標的快速檢測方面具有較好的效果，為高分辨SAR圖像應用提供了新技術與新思路。

參考文獻

[1]J. Vidal， "Toward direct brain-computer communication，" Annual review of Biophysics and Bioengineering， vol. 2， no. 1， pp.157-180，1973.

[2]J. R. Wolpaw， N. Birbaumer， D. J. McFarland， et al. Brain-computer interfaces for communication and control[J]. Clin Neurophysiol， 2002，113（6）：767-791.

[3]堯德中.腦功能探測的電學理論與方法[M].北京：科學出版社，2003.

[4]Bashashati A， Fatourechi M， Ward R K， et al. A survey of signal processing algorithms in brain-computer interfaces based on electrical brain signals[J]. Journal of Neural Engineering，2007，4（2）： R32-R57.

[5]堯德中，劉鐵軍，雷旭等.基于腦電的腦-機接口：關鍵技術和應用前景[J].電子科技大學學報，2009，38（5）：550-554.

作者簡介：任立恒（1978-），男，本科，工程師，主要研究方向：信號處理。

李德峰（1974-），男，本科，高級工程師，主要研究方向：信號處理。

王寧（1982-），男，本科，高級工程師，主要研究方向：信號處理。

丁成義（1972-），男，本科，研究員級高工，主要研究方向：信號處理。

劉學文（1983-），男，研究生，高級工程師，主要研究方向：信號處理。