分数低阶统计量下诱发电位潜伏期变化估计的方法
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 1 绪论 | 第11-18页 |
| ·课题的背景及意义 | 第11-13页 |
| ·α稳定分布的历史回顾 | 第13-14页 |
| ·α稳定分布的发展动因及意义 | 第14-15页 |
| ·诱发电位及其潜伏期 | 第15-17页 |
| ·定义 | 第15-16页 |
| ·诱发电位信号的分类及临床意义 | 第16-17页 |
| ·本文的主要内容和章节安排 | 第17-18页 |
| 2 α稳定分布的基本理论 | 第18-37页 |
| ·α稳定分布 | 第18-22页 |
| ·α稳定分布的概念 | 第18-19页 |
| ·广义中心极限定理 | 第19-20页 |
| ·α稳定分布的性质 | 第20页 |
| ·概率密度函数 | 第20-22页 |
| ·分数低阶统计量的理论 | 第22-24页 |
| ·分数低阶矩(FLOM) | 第22-23页 |
| ·共变 | 第23-24页 |
| ·对称α稳定分布(SαS分布)的参数估计 | 第24-30页 |
| ·最大似然参数估计法 | 第25-26页 |
| ·样本分位数参数估计法 | 第26-28页 |
| ·负阶矩估计法 | 第28页 |
| ·log|SaS|估计法 | 第28-30页 |
| ·α稳定分布随机变量的产生 | 第30-34页 |
| ·随机变量的产生 | 第30-31页 |
| ·仿真实验 | 第31-34页 |
| ·检验无穷方差 | 第34-37页 |
| 3 α稳定分布噪声下诱发电位潜伏期变化的检测 | 第37-42页 |
| ·诱发电位信号的传统检测方法及存在的问题 | 第37-39页 |
| ·基于DLMS算法的诱发电位潜伏期变化估计检测 | 第39-42页 |
| ·EP信号潜伏期变化估计的信号模型 | 第39-40页 |
| ·DLMS算法 | 第40页 |
| ·存在的问题 | 第40-42页 |
| 4 基于分数低阶统计量的诱发电位潜伏期变化检测 | 第42-51页 |
| ·基于DLMP的诱发电位潜伏期变化检测 | 第42-44页 |
| ·DLMP算法 | 第42-43页 |
| ·计算机模拟数据的产生 | 第43页 |
| ·SDA算法 | 第43-44页 |
| ·基于LOG法的诱发电位潜伏期变化检测 | 第44页 |
| ·基于分数低阶协方差的检测方法 | 第44-45页 |
| ·计算机仿真与性能比较 | 第45-51页 |
| ·计算机仿真与实验数据分析 | 第45-49页 |
| ·性能分析 | 第49-51页 |
| 5 噪声参数动态变化的诱发电位潜伏期变化检测 | 第51-57页 |
| ·递推参数估计方法 | 第51-52页 |
| ·γ参数的递推估计 | 第51-52页 |
| ·α参数的递推估计 | 第52页 |
| ·基于DLMP的动态检测方法 | 第52-53页 |
| ·基于AFLC的动态检测方法 | 第53-54页 |
| ·计算机仿真结果 | 第54-57页 |
| ·DLMP算法与改进后的DLMP算法性能比较 | 第54-55页 |
| ·AFLC算法与改进后的AFLC算法性能比较 | 第55-57页 |
| 6 总结和展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间发表学术论文和科研项目 | 第66-67页 |
