皮肤电活动(EDA)是情绪状态的重要信息来源。EDA是皮肤的电导率，通常在手掌部位测量，可以反映认知和情绪的变化，例如认知努力、情绪唤醒。EDA是一种非平稳信号，它是两种不同成分的集合：
1.强直成分(tonic component)，皮肤电导率的一般水平，随时间缓慢变化；
2.相位成分(phasic component)，在强直成分的基础上表现出更尖锐的峰值，这通常由刺激时瞬时交感神经的激活造成，在某些个体中也自发产生。
EDA的强直成分称皮肤电导水平(SCL)，短期相位响应称皮肤电导响应(SCR)。EDA信号通常先快速增加，然后慢速下降到基线水平(见图1)。EDA平均水平通常在2-20微秒，不同的个体有1-3微秒的波动，峰谷到峰值的典型上升时间约1-3秒，SCR幅值开始恢复的一半时间(half recovery)为2-10秒。EDA成本低、易收集，已普遍应用于心理学研究的。
2.相关研究
EDA情绪识别通常用于评估各种环境体验，例如娱乐游戏、驾驶、患者-机器人交互。先前研究探索了EDA各种特征的预测能力，包括时域、频域、时频特征。
EDA是非平稳信号，适合用小波进行建模。
1.离散小波变换。小波被离散采样时的小波变换称离散小波变换(DWT)。去噪后的DWT小波系数特征已用于人机交互的情绪状态分类。
2.平稳小波变换。平稳小波变换(SWT)分析EDA也具有优势。SWT是重复、线性的，与DWT相比，SWT的移动不变，且提供了更好的低频段采样率。SWT已应用于EDA信号去噪，SWT更高效、计算的复杂度低。
梅尔频率倒谱特征
EDA信号可以由一系列重叠、快速变化的相位SCR表征，这些SCR覆盖在缓慢变化的强直活动(SCL)上，使皮肤电导(SC)的数据分解变得复杂，也限制了经典方法评估SCR的能力。催汗神经活动被认为是EDA的驱动因素，它由一系列不同冲动(如催汗神经活动突发, sudomotor nerve burst)组成，这些突发会触发特定的脉冲响应(如SCR)。