基于运动想象脑电信号的机械臂控制系统研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 侵入式脑机接口 | 第12页 |
| 1.2.2 非侵入式脑机接口 | 第12-13页 |
| 1.3 脑机接口研究的技术难点 | 第13-14页 |
| 1.4 本文主要贡献与创新点 | 第14-15页 |
| 1.5 本文结构 | 第15-16页 |
| 1.6 本章小结 | 第16-17页 |
| 第二章 脑电信号基础与预处理 | 第17-28页 |
| 2.1 脑电信号概述 | 第17-19页 |
| 2.1.1 脑电信号基础 | 第17页 |
| 2.1.2 脑电信号的特点 | 第17-18页 |
| 2.1.3 脑电信号的提取与BCI竞赛数据 | 第18-19页 |
| 2.2 脑电信号的预处理 | 第19-25页 |
| 2.2.1 陷波器设计 | 第20页 |
| 2.2.2 滤波器设计 | 第20-21页 |
| 2.2.3 小波去噪分析 | 第21-23页 |
| 2.2.4 Mallat算法 | 第23-25页 |
| 2.3 仿真分析 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 脑电信号的特征提取 | 第28-38页 |
| 3.1 脑电信号的ERS/ERD现象 | 第28-30页 |
| 3.2 特征提取算法 | 第30-34页 |
| 3.2.1 CSP算法 | 第30-32页 |
| 3.2.2 适用于多分类任务的CSP算法 | 第32-33页 |
| 3.2.3 自适应CSP算法 | 第33-34页 |
| 3.3 PCA和ICA | 第34-35页 |
| 3.4 仿真分析 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 脑电信号的特征分类 | 第38-59页 |
| 4.1 常用分类算法 | 第39-42页 |
| 4.1.1 LDA算法 | 第39-40页 |
| 4.1.2 SVM分类器 | 第40-42页 |
| 4.2 自适应LDA算法 | 第42-44页 |
| 4.3 神经网络 | 第44-51页 |
| 4.3.1 稀疏网络编码 | 第45-46页 |
| 4.3.2 神经网络激活函数 | 第46-47页 |
| 4.3.3 Softmax多分类器 | 第47-48页 |
| 4.3.4 BP反向传播 | 第48-49页 |
| 4.3.5 神经网络的训练 | 第49-51页 |
| 4.4 特征分类仿真分析 | 第51-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 脑电控制系统设计 | 第59-68页 |
| 5.1 系统方案设计 | 第59-62页 |
| 5.2 机械臂建模与控制器设计 | 第62-67页 |
| 5.2.1 机械臂建模 | 第62-63页 |
| 5.2.2 控制算法设计 | 第63-64页 |
| 5.2.3 控制算法仿真分析 | 第64-67页 |
| 5.3 本章小结 | 第67-68页 |
| 第六章 全文总结与展望 | 第68-70页 |
| 6.1 全文总结 | 第68-69页 |
| 6.2 后续工作展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 附录 | 第75-77页 |
| 硕士期间取得的研究成果 | 第77-78页 |
