肌肉疲劳收缩信号的盲分离研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究目的及意义 | 第9页 |
| ·研究动态 | 第9-12页 |
| ·国内外盲源分离研究动态 | 第10-11页 |
| ·国内外肌肉疲劳信号的研究动态 | 第11-12页 |
| ·本文研究内容及结构 | 第12-13页 |
| 第2章 盲源分离 | 第13-23页 |
| ·盲源分离问题及模型 | 第13-16页 |
| ·线性瞬时混合盲源分离模型 | 第13-14页 |
| ·线性卷积混合盲源分离模型 | 第14-16页 |
| ·非线性混合盲源分离 | 第16页 |
| ·盲源分离算法 | 第16-20页 |
| ·自源分离算法分类 | 第17-19页 |
| ·预处理过程 | 第19-20页 |
| ·评价分离性能标准 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第3章 肌肉疲劳收缩的表面肌电信号特征 | 第23-33页 |
| ·表面肌电信号 | 第23-26页 |
| ·表面肌电信号的产生机理 | 第23-25页 |
| ·影响表面肌电信号的因素 | 第25页 |
| ·表面肌电信号的获取方法 | 第25-26页 |
| ·肌肉疲劳收缩研究 | 第26-30页 |
| ·肌肉疲劳收缩方式 | 第26-28页 |
| ·动态肌肉疲劳收缩的数学模型 | 第28-30页 |
| ·动态肌电信号的非平稳高斯过程 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第4章 肌肉疲劳收缩信号盲分离研究 | 第33-45页 |
| ·实验设计 | 第33-34页 |
| ·自然梯度算法分离 | 第34-39页 |
| ·仿真研究 | 第34-38页 |
| ·结果分析 | 第38-39页 |
| ·信息最大化算法分离 | 第39-44页 |
| ·仿真研究 | 第40-44页 |
| ·结果分析 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第5章 不同盲分离算法分离结果比较分析 | 第45-53页 |
| ·实验设计 | 第45页 |
| ·仿真研究 | 第45-51页 |
| ·高斯噪声产生肌电信号的分离 | 第45-47页 |
| ·均匀噪声产生肌电信号的分离 | 第47-49页 |
| ·正态分布噪声产生肌电信号的分离 | 第49-51页 |
| ·实验结果与分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·研究展望 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61-63页 |
| 攻读硕士学位期间成果及参与的科研项目 | 第63页 |
