基于脑机接口技术的智能小车控制系统的研究与设计
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题研究背景与意义 | 第8-10页 |
| 1.1.1 脑机接口的基本概念 | 第8页 |
| 1.1.2 脑机接口的研究意义 | 第8-10页 |
| 1.2 脑机接口技术研究现状 | 第10-12页 |
| 1.2.1 国内外研究现状 | 第10-12页 |
| 1.2.2 技术难点 | 第12页 |
| 1.3 研究内容与章节组成 | 第12-14页 |
| 1.3.1 研究目标与研究内容 | 第12-13页 |
| 1.3.2 论文章节组成 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第2章 基于运动想象脑机接口的研究基础 | 第15-27页 |
| 2.1 脑电信号的电生理学基础 | 第15-22页 |
| 2.1.1 大脑结构及功能划分 | 第15-17页 |
| 2.1.2 脑电信号的产生 | 第17-19页 |
| 2.1.3 脑电信号检测方式 | 第19-20页 |
| 2.1.4 脑电信号特征及分类 | 第20-22页 |
| 2.2 事件相关同步/去同步的研究 | 第22-23页 |
| 2.2.1 事件相关同步/去同步概念 | 第22页 |
| 2.2.2 运动想象时的ERD/ERS | 第22-23页 |
| 2.3 脑机接口系统组成及分类 | 第23-26页 |
| 2.3.1 脑机接口系统的组成 | 第23-24页 |
| 2.3.2 脑机接口系统的分类 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 脑电信号分析方法研究 | 第27-39页 |
| 3.1 脑电信号预处理 | 第27-28页 |
| 3.2 基于AR模型的脑电信号特征提取 | 第28-34页 |
| 3.2.1 AR模型脑电特征提取 | 第29-31页 |
| 3.2.2 AR模型的定阶原则 | 第31页 |
| 3.2.3 AR模型的实现过程 | 第31-34页 |
| 3.3 基于BP神经网络的脑电信号识别分类 | 第34-38页 |
| 3.3.1 BP神经网络简介 | 第34-35页 |
| 3.3.2 BP神经网络的构建 | 第35-36页 |
| 3.3.3 BP神经网络训练及测试 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 基于运动想象的智能小车控制系统的设计 | 第39-63页 |
| 4.1 系统总体方案设计 | 第39-41页 |
| 4.1.1 系统总体框架 | 第39-40页 |
| 4.1.2 各模块功能说明 | 第40-41页 |
| 4.2 系统硬件设计 | 第41-47页 |
| 4.2.1 脑电信号采集模块 | 第41-43页 |
| 4.2.2 智能小车构建 | 第43-47页 |
| 4.3 系统软件设计 | 第47-56页 |
| 4.3.1 脑电信号分析处理软件 | 第47-49页 |
| 4.3.2 脑电意图分类提取软件设计 | 第49-52页 |
| 4.3.3 上位调试软件设计 | 第52-56页 |
| 4.4 系统测试及结果分析 | 第56-62页 |
| 4.4.1 系统硬件连接检测 | 第56-57页 |
| 4.4.2 系统训练及测试 | 第57-59页 |
| 4.4.3 实验结果及分析 | 第59-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 总结 | 第63页 |
| 5.2 展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第69页 |
| 作者在攻读硕士学位期间参与的科研项目 | 第69页 |
