| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究背景及意义 | 第9-11页 |
| ·脑机接口 | 第9-10页 |
| ·脑信号及其特点 | 第10-11页 |
| ·课题的研究现状 | 第11-12页 |
| ·研究现状不足及解决办法 | 第12-13页 |
| ·论文的主要内容 | 第13页 |
| ·论文结构安排 | 第13-15页 |
| 第2章 基于 AR 模型的脑信号特征提取 | 第15-35页 |
| ·引言 | 第15页 |
| ·AR 模型参数估计 | 第15-23页 |
| ·P 阶 AR 模型 | 第15-16页 |
| ·白噪声 AR 模型 | 第16-19页 |
| ·色噪声 AR 模型 | 第19-23页 |
| ·噪声信号辅助 MEMD 方法介绍 | 第23-24页 |
| ·NA-MEMD 和 AR 结合的特征提取方法 | 第24-25页 |
| ·实验结果与分析 | 第25-33页 |
| ·仿真数据实验 | 第25-27页 |
| ·脑机接口实验 | 第27-33页 |
| ·本章小结 | 第33-35页 |
| 第3章 基于多变量 AR 模型的多通道信号特征提取 | 第35-47页 |
| ·引言 | 第35页 |
| ·MVAR 算法研究 | 第35-39页 |
| ·MVAR 模型介绍 | 第35-36页 |
| ·MVAR 模型系数矩阵求解 | 第36-39页 |
| ·噪声协方差矩阵的讨论 | 第39页 |
| ·特征降维与特征提取 | 第39-43页 |
| ·MPCA 特征降维方法 | 第39-42页 |
| ·MVAR 和 MPCA 结合的特征提取和分类 | 第42-43页 |
| ·脑机接口数据实验 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 白噪声 MVAR 模型参数估计研究 | 第47-57页 |
| ·引言 | 第47页 |
| ·白噪声 MVAR 模型 | 第47-51页 |
| ·模型介绍 | 第47-48页 |
| ·模型参数估计 | 第48-51页 |
| ·ILSV 算法估计模型系数 | 第51-52页 |
| ·修正 ILSV 算法估计模型系数 | 第52-53页 |
| ·实验仿真 | 第53-56页 |
| ·仿真数据 | 第53-54页 |
| ·实验结果 | 第54-56页 |
| ·实验结果讨论 | 第56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第63-64页 |
| 致谢 | 第64-65页 |
| 作者简介 | 第65页 |