基于FPGA的复合自适应滤波器对体感诱发电位的快速提取
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章. 引言 | 第8-11页 |
| 第二章. 体感诱发电位 | 第11-18页 |
| ·体感诱发电位概述 | 第11页 |
| ·体感诱发电位提取技术 | 第11-14页 |
| ·刺激设置 | 第11-12页 |
| ·记录设置 | 第12-14页 |
| ·检测过程中的干扰及噪声 | 第14-16页 |
| ·体感诱发电位处理技术 | 第16-18页 |
| 第三章. 自适应滤波 | 第18-38页 |
| ·最小均方误差算法 | 第19-23页 |
| ·维纳滤波 | 第20-21页 |
| ·LMS算法的推导 | 第21-23页 |
| ·自适应消噪器 | 第23-33页 |
| ·历史和发展 | 第23-25页 |
| ·噪声消除问题的维纳解 | 第25-29页 |
| ·参考通道中掺杂目标信号的影响 | 第29-33页 |
| ·径向基函数神经网络 | 第33-38页 |
| ·神经网络概述 | 第33-34页 |
| ·径向基神经网络原理 | 第34-38页 |
| 第四章. 基于FPGA的复合自适应滤波器 | 第38-56页 |
| ·基于FPGA的数字信号处理 | 第38-41页 |
| ·实时数字信号处理概述 | 第38-39页 |
| ·基于FPGA的数字信号处理 | 第39-41页 |
| ·定点数算法的复合自适应滤波器 | 第41-45页 |
| ·量化效应 | 第41-42页 |
| ·定点数的LMS算法 | 第42-45页 |
| ·基于FPGA的复合自适应滤波器 | 第45-51页 |
| ·LMS算法的硬件实现 | 第45-47页 |
| ·径向基生成模块 | 第47-50页 |
| ·复合自适应滤波器硬件实现 | 第50-51页 |
| ·基于FPGA的MAF模拟实验 | 第51-56页 |
| ·硬件算法平台 | 第51-52页 |
| ·基于FPGA的MAF对SEP的滤波 | 第52-56页 |
| 第五章. 实验和结果 | 第56-84页 |
| ·模拟实验 | 第56-72页 |
| ·实验数据及实验方法 | 第56-61页 |
| ·实验结果 | 第61-72页 |
| ·动物实验 | 第72-84页 |
| ·实验方法 | 第72-73页 |
| ·实验信号处理方法 | 第73-74页 |
| ·MAF对SEP的提取 | 第74-81页 |
| ·MAF输出对损伤信息的反映 | 第81-84页 |
| 第六章. 讨论 | 第84-87页 |
| ·MAF各个部分所起的作用 | 第84-85页 |
| ·评价标准 | 第85页 |
| ·关于ANC电极导联的选择 | 第85-87页 |
| 第七章. 结论与展望 | 第87-88页 |
| 参考文献 | 第88-93页 |
| 附录 | 第93-100页 |
| 发表论文和参加科研情况说明 | 第100-101页 |
| 致谢 | 第101页 |
