一种BCI与SAR融合的目标检测系统设计

任立恒+++李德峰+++王宁+++丁成义+++刘学文

摘 要：合成孔径雷达（Synthetic Aperture Radar， SAR）是一种主动式微波成像传感器，工作不受大气传播和气候影响，穿透力强、识别能力强，成像清晰并且覆盖面积大，应用于军事侦察、资源勘探、灾害预警及地图测绘等领域。目前的SAR图像自动目标识别（Automatic Target Recognition，ATR）技术可以较为有效的获取目标信息，但是该方法需要对目标特性有大量的数据积累，并且识别率具有一定的不确定性。为了提高对SAR图像的识别效率与准确率，文章设计一种BCI（脑-机接口Brain-Computer Interface）与SAR融合的目标检测应用系统，融合人类大脑与机器图像自动识别各自的优势，进一步提高目标识别效率与准确率，提高部队战斗力与自动化水平。

关键词：脑机接口；合成孔径雷达；目标识别

1 概述

合成孔径雷达（Synthetic Aperture Radar， SAR）是一种主动式微波成像传感器，融合了合成孔径技术、脉冲压缩技术和信号处理技术，以较小的孔径天线获得较高的分辨率，且工作不受大气传播和气候影响，穿透力强、识别能力强，成像清晰并且覆盖面积大，是当前对地观测的重要手段之一，主要搭载于卫星平台以及机载平台。由于SAR具有机动灵活、全天候、全天时和一定的穿透成像能力的特點，已经被广泛应用于军事侦察、情报获取、资源勘探、灾害预警及地图测绘等领域。目前的SAR图像自动目标识别（Automatic Target Recognition， ATR）技术可以较为有效的获取目标信息，但是该方法需要对目标特性有大量的数据积累，并且识别率具有一定的不确定性。

脑电信号（Electroencephalograph， EEG）是一种产生自脑神经细胞活动的极其微弱的电位反映，同时也是一种非平稳、非线性的电信号。EEG可反映情报操作人员对刺激的接受、处理以及反应等认知过程，其波幅和潜伏期能客观地反映受试者的认知能力。脑-机接口（Brain-Computer Interface， BCI）[1]是一种不依赖于大脑外周神经与肌肉组成的正常输出通路的脑-机通讯系统，是一种新型的人机交互系统，它在人体与计算机之间建立连接，利用从人脑采集到的脑电信号控制计算机或者其他外部电子设备从而实现人机交互。脑-机接口系统的研究使得大脑与外界直接进行交互成为可能，在医学、智能控制和军事等领域都有着广泛的潜在应用。

为了提高对SAR图像的识别效率与准确率，本文设计一种BCI与SAR融合的目标检测应用系统，融合人类大脑与机器图像自动识别各自的优势，为高分辨SAR图像的应用提供一种新思路。

2 理论基础与系统设计

2.1 P300的产生条件

人类在长期进化过程中形成的EEG中的事件相关P300[2]电位是一种内源性事件相关电位（event related potentials， ERP），一般出现在刺激发生后300ms左右，具有时域波形特征，通常采用Oddball范式诱发。所谓Oddball范式，是指在标准刺激（大概率刺激）的序列中，偏差刺激或靶刺激（小概率刺激）诱发的ERP。偏差刺激或靶刺激出现的概率越小，诱发的P300振幅越大。

P300电位的波形特点是位于刺激点后约300 ms出现一个正向的峰值电位，其典型波形如图1所示。

P300的测量指标和其他一般诱发电位一样，主要为潜伏期和波幅。P300的头皮分布广泛，相对集中在中线部位（Fz，Cz，Pz，Oz），如图2所示，其波幅在顶后部（Pz）最大，中央顶部（Cz）次之，主要特点是具有稳定的时间窗，对特征识别敏感等，成分较大易于测量。

综上所述，P300电位的优势特点如下：

（1）P300电位信号对于新异性目标的出现有较强的反应幅度，且具有锁时锁相的特征，较易于实现信号的特征识别与分类提取。

（2）P300可以通过视觉刺激诱发，具备图像目标识别等应用的可能[3]。

基于P300电位的特点，我们设计了融合EEG与SAR的目标检测应用系统，充分利用SAR具备的穿透成像的特点，结合现代数字图像识别技术与人脑长期进化形成的抽象思维和模糊推理的能力，提高现有系统的目标探测的效率。

2.2 系统设计

该系统包括BCI系统，数字图像目标自动识别系统，SAR及情报判读人员4个大的组成部分，具体系统组成如图3所示：

系统工作流程如下：获取原始高分辨SAR图像后，经数字图像目标自动识别系统进行初步的目标识别，将可疑目标裁切出来，形成Oddball范式快速呈现给情报判读人员，数据处理终端通过脑电放大器实时采集情报判读人员的EEG信息，从中提取敏感目标的P300成分，并输出最终情报判读结果。

3 系统试验与试验结果

3.1 系统试验

（1）试验范式

本次试验使用的范式是Oddball范式。Oddball范式是指采用两种或多种不同刺激持续随机交替出现，它们出现的概率显著不同，经常出现的刺激称为大概率（85%）或标准刺激，偶尔出现的称为小概率（15%）或偏差刺激，本次试验使用的范式如图4所示：

（2）算法设计

P300信息处理主要分为预处理、特征提取和分类三个步骤。预处理是为了减少噪声干扰，提高信噪比，包括带通滤波器设计、导联选择等，经过预处理的信号更有利于进行后续处理。因为P300信息具备锁时锁相的特点，所以特征提取主要时域进行处理，从脑电信号中提取反映受试者意图的P300特征信号[4]。通过分类器对特征信号进行分类，实现对P300成分的提取。具体算法流程如图5所示：

3.2 试验结果

采用在线系统的虚拟P300在线系统作为刺激，采样率1000Hz，带通滤波范围0.5～45Hz，采集15导信号，总共有200trial，目标靶刺激40trial，标准刺激160trail。各导EEG数据如图6所示。

原始数据经特征提取及分类识别后，进行了多组试验，试验统计结果如表1所示：

系统总体偏差刺激探测率大于80%，检测图像速度为100幅/min。系统具备快速检测目标的能力。

4 结束语

该系统的核心在于将高分辨SAR图像经传统的数字图像目标自动识别后，采用EEG信号进行了快速的筛选，而不是传统的情报判读方式，从而降低了情报判读的难度，提高了系统的工作效率。人机智能融合是提高人机效能的有效途径[5]，我们设计的试验验证了基于BCI与SAR融合的目标检测应用系统的可行性，能够实现经由EEG提取信号，实现敏感目标的检测。经过实验验证，该系统通过和SAR及数字图像目标自动识别系统的紧密配合，在敏感目标的快速检测方面具有较好的效果，为高分辨SAR图像应用提供了新技术与新思路。

参考文献

[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]尧德中.脑功能探测的电学理论与方法[M].北京：科学出版社，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]尧德中，刘铁军，雷旭等.基于脑电的脑-机接口：关键技术和应用前景[J].电子科技大学学报，2009，38（5）：550-554.

作者简介：任立恒（1978-），男，本科，工程师，主要研究方向：信号处理。

李德峰（1974-），男，本科，高級工程师，主要研究方向：信号处理。

王宁（1982-），男，本科，高级工程师，主要研究方向：信号处理。

丁成义（1972-），男，本科，研究员级高工，主要研究方向：信号处理。

刘学文（1983-），男，研究生，高级工程师，主要研究方向：信号处理。