提出一种基于时延空时滤波的P300波形提取及目标分类算法.将多通道脑电信号进行时延，利用最小二乘法思想构造代价函数，通过交替优化的方式估计空时滤波器和源信号，使代价函数收敛并得到空时滤波器，实现空域的源分离和时域的波形提取.经过仿真P300数据对算法性能进行验证，结果表明，该算法对P300波形恢复效果优于同类型的相关算法.对真实脑电数据进行处理，用算法得到的空时滤波器提取P300源成分作为分类特征，利用训练集得到的P300源成分训练Fisher分类器进行目标分类.结果表明，算法的P300波形提取效果、目标分类准确率及AUC值均优于同类型的相关算法.因此，该算法可有效提取P300波形并进行目标分类.
PDF全文下载地址：http://journal.bit.edu.cn/zr/article/exportPdf?id=20210313