| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·本课题研究的意义 | 第8-10页 |
| ·常规的非平稳信号处理方法 | 第10-13页 |
| ·短时傅立叶变换谱 | 第10页 |
| ·小波分析 | 第10-11页 |
| ·Winger-VilLe分布 | 第11页 |
| ·进化谱 | 第11-12页 |
| ·经验正交函数展开 | 第12-13页 |
| ·其他方法 | 第13页 |
| ·Hilbert-Huang变换方法概述 | 第13-14页 |
| ·本文的主要工作 | 第14-15页 |
| 2 Hilbert-Huang变换方法的基本理论 | 第15-23页 |
| ·概述 | 第15-17页 |
| ·瞬时频率 | 第17-19页 |
| ·内在模式函数 | 第19-21页 |
| ·Hilbert变换的时频谱与边际谱 | 第21-22页 |
| ·小结 | 第22-23页 |
| 3 Hilbert-Huang变换方法的实现 | 第23-34页 |
| ·经验模式分解 | 第23-29页 |
| ·筛选/移动过程 | 第23-24页 |
| ·经验模式分解标准的选择 | 第24页 |
| ·经验模式分解中的端点问题及其解决方法 | 第24-29页 |
| ·时频谱 | 第29-30页 |
| ·Hilbert-Huang变换的流程图及仿真实例 | 第30-32页 |
| ·小结 | 第32-34页 |
| 4 基于经验模式分解的脑电棘波检测方法 | 第34-48页 |
| ·脑电信号的基础知识 | 第35-39页 |
| ·脑电信号产生机理和采集方法 | 第35-37页 |
| ·脑电棘波信号的特征 | 第37-39页 |
| ·脑电棘波信号的特征检测 | 第39页 |
| ·基于经验模式分解的滤波技术 | 第39-42页 |
| ·方法的基本思想和算法验证 | 第42-45页 |
| ·实验结果 | 第45-47页 |
| ·小结 | 第47-48页 |
| 5 基于经验模式分解的非平稳信号趋势项的剔除 | 第48-63页 |
| ·方差平稳随机信号 | 第48-52页 |
| ·方差平稳随机信号的定义 | 第48-49页 |
| ·均值具有趋向性的非平稳随机信号产生的分析 | 第49-52页 |
| ·传统的趋势项提取法 | 第52-56页 |
| ·基于经验模式分解的趋势项提取法 | 第56-62页 |
| ·小结 | 第62-63页 |
| 6 总结与展望 | 第63-65页 |
| ·研究总结 | 第63页 |
| ·对本文研究工作的思考 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间发表学术论文情况 | 第68-69页 |
| 致谢 | 第69-70页 |
| 大连理工大学学位论文版权使用授权书 | 第70页 |