稳健的多传感器时频信号处理：教程综述及选定应用领域的性能提升示例

基于摘要分析。本文围绕多通道非平稳信号的分析，介绍高分辨率多传感器时频分布（MTFDs），将高分辨率时频分析与阵列信号处理相结合，并通过选定应用说明其用途。这是一篇教程综述，主要研究对象不限于 EEG，不宜将其表述为专门面向 BCI 的新算法。 方法与应用：材料涉及基于到达方向（DOA）估计的源定位，以及非平稳源的自动成分分离（ACS），重点关注盲源分离。其机制路径是联合利用时频信息与多传感器信息，但具体时频分布形式、分离准则及阵列假设在摘要中未展开，尚需全文核对。 EEG 示例：一项应用结合 ACS 与 DOA 估计进行伪迹去除和源定位；另一项利用 MTFDs 开展跨通道相干性／因果性分析。作者报告通过若干应用展示了性能改善，但摘要未给出各 EEG 示例的量化结果、对照方法或评估协议，不能据此判断其优于现有 EEG 方法，也不能将相干性／因果性分析直接视为已验证的生理因果关系。 复现与边界：作者说明提供数据与代码，以支持复现并应用于读者自己的数据；具体获取方式、运行环境和参数尚未验证。EEG 数据来源、被试与通道配置、伪迹类型、评价指标，以及实验协议、消融及统计信息尚未验证。阅读时宜重点核对传感器布置和源混合假设、时频分辨率选择，以及低信噪比条件下分离和定位结果的稳定性；摘要未提供 BCI 解码性能证据。