貝葉斯與狀態空間解碼

維納濾波器(線性 FIR 解碼器)

維納濾波器是平穩訊號的經典最小均方線性估計器;在 BCI 中它以抽頭延遲線線性解碼器的形式出現,從各通道近期分箱放電率的時間窗預測某運動學變數。實質上它是帶時間延遲的正則化線性迴歸:時刻 t 的輸出是 t、t−1、…、t−k 各時刻神經活動的加權和,權重由維納–霍普夫正規方程求解(即在時間窗上推廣的最佳線性估計器)。

其優點在於簡潔、可封閉形式擬合,以及對近期活動的記憶,能在不需明確動力學模型下涵蓋傳導與處理延遲。其缺點正是缺少該模型:它沒有原則性的不確定性、將訊號視為平穩,且除非大量平滑或正則化(例如脊迴歸),否則輸出容易抖動。歷史上維納/線性解碼器是早期皮質內 BMI 伸取研究的主力,至今仍是強而誠實的基準;速度卡爾曼濾波器因加入明確的平滑先驗,在游標控制上大致取代了它。

維納濾波器與卡爾曼濾波器可產生相似的神經活動到輸出映射;實際差異在於卡爾曼濾波器透過其先驗遞迴地強制時間平滑,而維納濾波器僅藉其延遲窗隱含地平滑。

又称
Wiener–Hopf filtertapped-delay linear regression decoder維納–霍普夫濾波器