单导诱发电位信号提取的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·诱发电位的概念与应用 | 第8-9页 |
| ·诱发电位提取的意义及研究进展 | 第9-10页 |
| ·诱发电位提取方法 | 第10-12页 |
| ·目前尚存在的问题 | 第12-13页 |
| ·本文的主要工作 | 第13-14页 |
| 2 径向基函数神经网络原理 | 第14-18页 |
| ·神经网络概述 | 第14页 |
| ·径向基函数神经网络 | 第14-17页 |
| ·归一化径向基函数神经网络 | 第17-18页 |
| 3 基于RBFNN的EP信号提取方法 | 第18-31页 |
| ·基于RBFNN的自适应噪声抵消方法 | 第18-24页 |
| ·自适应噪声抵消原理 | 第18-19页 |
| ·基于RBFNN的非线性ANC方法 | 第19-20页 |
| ·小波后处理 | 第20-21页 |
| ·计算机仿真及结果分析 | 第21-24页 |
| ·RBFNN非线性滤波方法 | 第24-30页 |
| ·信号模型 | 第24-25页 |
| ·RBFNN滤波方法 | 第25-28页 |
| ·计算机仿真及结果分析 | 第28-30页 |
| ·两种基于RBFNN的EP信号提取方法的比较 | 第30-31页 |
| 4 基于模型的EP信号提取方法 | 第31-40页 |
| ·线性观测模型 | 第31页 |
| ·基于线性观测模型的估计方法 | 第31-33页 |
| ·基于模型的子空间正则化方法 | 第31-32页 |
| ·基于模型的递归估计方法 | 第32-33页 |
| ·仿真实验 | 第33-40页 |
| ·仿真结果 | 第33-38页 |
| ·结果分析 | 第38-40页 |
| 5 Alpha稳定分布噪声条件下EP信号提取方法 | 第40-56页 |
| ·Alpha稳定分布基本理论 | 第40-41页 |
| ·Alpha稳定分布概念 | 第40-41页 |
| ·分数低阶统计量 | 第41页 |
| ·Alpha稳定分布噪声条件下EP信号模型 | 第41-42页 |
| ·改进的RBFNN滤波方法 | 第42-48页 |
| ·基于LMP的RBFNN输出层权值估计算法 | 第42-44页 |
| ·基于DR-LMP的RBFNN输出层权值估计算法 | 第44-45页 |
| ·仿真实验及结果分析 | 第45-48页 |
| ·改进的观测模型方法 | 第48-54页 |
| ·Alpha稳定分布噪声条件下EP信号的观测模型 | 第48页 |
| ·基于非线性变换的估计器 | 第48-51页 |
| ·仿真实验及结果分析 | 第51-54页 |
| ·小结 | 第54-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-62页 |
