首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信理论论文--信号处理论文

盲信号分离在脑电信号伪迹去除中的应用

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第10-17页
    1.1 研究背景及意义第10-12页
    1.2 国内外研究现状第12-15页
    1.3 论文研究的主要内容第15页
    1.4 论文的结构安排第15-17页
第2章 脑电信号第17-26页
    2.1 脑电信号特性及分类第17-21页
    2.2 头皮电极放置系统第21-22页
    2.3 脑电信号伪迹第22-24页
    2.4 脑地形图第24-25页
    2.5 本章小结第25-26页
第3章 盲信号分离第26-47页
    3.1 盲信号分离的理论基础第26-31页
        3.1.1 盲信号的数学模型第26-28页
        3.1.2 盲信号的约束条件第28-30页
        3.1.3 盲信号的预处理第30-31页
    3.2 盲信号分离的经典算法第31-34页
        3.2.1 JADE算法第31-33页
        3.2.2 FastICA算法第33-34页
    3.3 一种基于Stone的BSS算法第34-42页
        3.3.1 Stone算法第35-37页
        3.3.2 GA算法第37-38页
        3.3.3 改进的Stone's BSS算法第38-42页
    3.4 BSS算法的模拟实验结果及分析第42-46页
    3.5 本章小结第46-47页
第4章 改进的Stone's BSS在EEG伪迹去除中的研究第47-68页
    4.1 EEG中主要伪迹去除的分析第47-49页
    4.2 改进的Stone's BSS对眨眼伪迹分离的研究第49-59页
        4.2.1 脑电信号的获取第49-50页
        4.2.2 滤波处理第50-51页
        4.2.3 改进的Stone's BSS分离19导脑电信号第51页
        4.2.4 实验结果及分析第51-59页
    4.3 改进的Stone's BSS对眨眼伪迹和工频干扰分离的研究第59-66页
        4.3.1 脑电数据的获取第59-60页
        4.3.2 改进的Stone's BSS分离6导脑电信号第60-61页
        4.3.3 实验结果及分析第61-66页
    4.4 本章小结第66-68页
结论第68-70页
参考文献第70-74页
攻读硕士学位期间所发表的论文和取得的科研成果第74-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:物联网下电网设备状态评估与维修决策模型及系统研究
下一篇:5G基站虚拟化基站资源管理关键技术研究