摘要：为了改善脑电中的眼电伪迹过估计问题及环境干扰耦合引起的非线性混合对眼电去除效果的影响,提出一种基于快速核独立成分分析（Fast Kernel Independent Component Analysis,Fast KICA）与离散小波变换（Discrete Wavelet Transform,DWT）的眼电自动去除方法,即（Fast Kernel Independent Wavelet Transform,FKIWT）方法.首先,利用Fast KICA方法对脑电信号进行分离得到独立成分,并以相关系数为依据识别出眼电伪迹;进而,基于DWT对眼电伪迹进行多分辨率分析,将逼近分量置零,而细节分量保持不变,使得重构所得眼电伪迹成分保留更多有用脑电信号;最后,利用Fast KICA逆变换重建眼电去除后的脑电信号.实验结果表明：FKIWT不仅有效改善了眼电过估计问题,增强了抗干扰能力和鲁棒性,而且在线性混合和非线性混合情况下,均得到较好的伪迹去除效果,特别是在非线性混合时优势更为明显,适合于实际在线应用.

关键词：非线性混合模型 快速核独立成分分析 离散小波变换 眼电过估计 鲁棒性 

单位：北京工业大学电子信息与控制工程学院; 北京100124; 计算智能与智能系统北京市重点实验室; 北京100124; 北京工业大学生命科学与生物工程学院; 北京100124