人机交互系统中操作者的脑电信号分析
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 人机交互系统 | 第12-14页 |
| 1.3 脑电信号的研究 | 第14-17页 |
| 1.3.1 脑电信号的研究状况 | 第14页 |
| 1.3.2 认知水平的研究状况 | 第14-15页 |
| 1.3.3 脑电信号分析在认知研究中的优点 | 第15-16页 |
| 1.3.4 脑电信号的分析方法 | 第16-17页 |
| 1.4 本文研究思路 | 第17-19页 |
| 1.4.1 现有研究的不足 | 第17-19页 |
| 1.4.2 本文研究内容 | 第19页 |
| 1.5 论文章节安排 | 第19-21页 |
| 第2章 脑电信号的分析方法 | 第21-43页 |
| 2.1 脑电信号的基础知识 | 第21-24页 |
| 2.1.1 脑电信号的产生 | 第21-22页 |
| 2.1.2 脑电信号的分类 | 第22-23页 |
| 2.1.3 脑电信号的特点 | 第23-24页 |
| 2.2 脑电信号的预处理方法 | 第24-33页 |
| 2.2.1 独立成分分析 | 第25-30页 |
| 2.2.2 基于ADJUST算法 | 第30-33页 |
| 2.3 脑电信号的分析方法 | 第33-41页 |
| 2.3.1 小波分析 | 第33-35页 |
| 2.3.2 小波相干性分析 | 第35-36页 |
| 2.3.3 功率谱估计 | 第36-40页 |
| 2.3.4 样本熵 | 第40-41页 |
| 2.4 本章小结 | 第41-43页 |
| 第3章 实验平台的设计 | 第43-55页 |
| 3.1 人机交互模块 | 第43-48页 |
| 3.1.1 倒立摆模型 | 第43-47页 |
| 3.1.2 操纵杆 | 第47-48页 |
| 3.2 脑电采集模块 | 第48-54页 |
| 3.2.1 电极帽 | 第49-50页 |
| 3.2.2 脑电放大器 | 第50-51页 |
| 3.2.3 模数转换 | 第51-53页 |
| 3.2.4 DSP处理 | 第53-54页 |
| 3.3 数据同步实现 | 第54页 |
| 3.4 本章小结 | 第54-55页 |
| 第4章 信号采集与预处理 | 第55-67页 |
| 4.1 信号采集 | 第55-58页 |
| 4.1.1 信号采集的准备工作 | 第55-56页 |
| 4.1.2 信号采集过程 | 第56-58页 |
| 4.2 脑电信号预处理 | 第58-66页 |
| 4.2.1 基于ICA和ADJUST去躁结果 | 第59-60页 |
| 4.2.2 脑电信号的预处理结果 | 第60-66页 |
| 4.3 本章小结 | 第66-67页 |
| 第5章 实验结果 | 第67-79页 |
| 5.1 倒立摆系统状态分析 | 第67-70页 |
| 5.2 功率谱分析 | 第70-74页 |
| 5.2.1 数据介绍 | 第71页 |
| 5.2.2 功率谱分析结果 | 第71-74页 |
| 5.3 小波相干性分析 | 第74-77页 |
| 5.4 样本熵分析 | 第77-78页 |
| 5.4.1 数据介绍 | 第77-78页 |
| 5.4.2 结果分析 | 第78页 |
| 5.5 本章小结 | 第78-79页 |
| 第6章 总结与展望 | 第79-81页 |
| 6.1 总结 | 第79-80页 |
| 6.2 展望 | 第80-81页 |
| 参考文献 | 第81-87页 |
| 致谢 | 第87页 |
