摘要：针对共同空间模式特征提取算法(CSP)不能对频域信息进行处理,且在导联数较少的情况下应用效果不佳的问题,提出将希尔伯特-黄变换(HHT)与CSP相结合的算法。在原始脑电信号经过经验模态分解(EMD)后,提取每个导联的前三阶固有模态函数(IMF)及其组合重构信号,利用CSP特征提取,获取2维特征,联合计算信号的自回归模型参数(AR)和模糊熵组成融合特征向量,采用线性判别分类器对提取的特征进行分类。对第二届BCI竞赛提供的数据使用该方法进行特征提取,训练集和测试集分类准确率分别达到90%、88.6%,验证了该算法可有效改善运动想象辨识效果。