| 1 绪论 | 第1-11页 |
| ·诱发电位及其潜伏期 | 第8-9页 |
| ·诱发电位潜伏期变化自适应检测的临床意义及研究进展 | 第9-10页 |
| ·本文的主要研究内容及结构安排 | 第10-11页 |
| 2 α稳定分布及分数低阶矩理论 | 第11-22页 |
| ·α稳定分布模型 | 第11-15页 |
| ·α稳定分布的参数估计 | 第15-19页 |
| ·分数低阶矩理论 | 第19-22页 |
| 3 基于分数低阶统计量的时间延迟估计 | 第22-29页 |
| ·时间延迟估计的基本模型 | 第22页 |
| ·时间延迟估计的基本原理方法 | 第22-23页 |
| ·常用的时间延迟估计方法存在的问题 | 第23-25页 |
| ·相关时延估计方法的退化 | 第23-25页 |
| ·自适应时间延迟估计方法的退化 | 第25页 |
| ·基于分数低阶统计量的时间延迟估计 | 第25-29页 |
| ·基于共变的时间延迟估计算法 | 第26页 |
| ·基于分数低阶协方差(FLOC)的时间延迟估计算法 | 第26-27页 |
| ·最小p均值算法 | 第27-28页 |
| ·α匹配算法 | 第28-29页 |
| 4 α稳定分布噪声下基于μ律压缩的EP潜伏期变化检测方法 | 第29-39页 |
| ·引言 | 第29页 |
| ·传统的EP信号检测方法 | 第29-30页 |
| ·现有的EP潜伏期变化检测算法 | 第30-32页 |
| ·信号和噪声模型 | 第30-31页 |
| ·基于二阶统计量的DLMS算法 | 第31页 |
| ·基于分数低阶统计量的DLMP算法 | 第31-32页 |
| ·基于μ律压缩原理的EP潜伏期变化检测方法 | 第32-38页 |
| ·μ律压缩原理 | 第32-33页 |
| ·基于μ律压缩原理的EP潜伏期变化检测方法 | 第33-35页 |
| ·算法分析 | 第35页 |
| ·计算机模拟结果 | 第35-38页 |
| ·小结 | 第38-39页 |
| 5 EP潜伏期变化检测中基于谱函数特性分析的参考信号构造方法 | 第39-48页 |
| ·引言 | 第39页 |
| ·基于信号谱函数分析的EP信号构造方法 | 第39-41页 |
| ·基本原理 | 第39-40页 |
| ·构造方法 | 第40-41页 |
| ·实验结果及讨论 | 第41-47页 |
| ·构造EP信号的实验结果及讨论 | 第41-43页 |
| ·构造的参考信号用于潜伏期变化检测 | 第43-47页 |
| ·小结 | 第47-48页 |
| 6 α稳定分布噪声环境下基于神经网络的信号检测方法 | 第48-56页 |
| ·引言 | 第48页 |
| ·信号检测理论 | 第48-50页 |
| ·α稳定分布噪声环境下基于神经网络的信号检测 | 第50-52页 |
| ·计算机模拟结果 | 第52-55页 |
| ·小结 | 第55-56页 |
| 7 总结与展望 | 第56-58页 |
| ·总结 | 第56-57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 攻读硕士学位期间发表论文(著)的情况 | 第60-61页 |
| 致谢 | 第61-62页 |
| 大连理工大学学位论文版权使用授权书 | 第62页 |
