2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩48頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、EP信號是中樞神經(jīng)系統(tǒng)在感受外界或內(nèi)在刺激過程中所產(chǎn)生的生物電活動,因此它的檢測與分析技術(shù)是臨床醫(yī)學(xué)診斷神經(jīng)系統(tǒng)損傷及病變的重要手段之一.通常用于激發(fā)EP信號的外部刺激是周期性的,因此接收到的EP信號也具有某些周期特性,并且總是伴有自發(fā)的EEG信號.EP信號的波峰所對應(yīng)的時間值則稱為潛伏期,潛伏期及其變化是利用EP信號檢測診斷神經(jīng)系統(tǒng)的主要參數(shù).通常將EEG信號作為隨機(jī)噪聲,并采用高斯模型進(jìn)行描述.但實際問題中的EEG信號往往不是高斯分

2、布的,這將導(dǎo)致在高斯假設(shè)下設(shè)計的最優(yōu)系統(tǒng)性能嚴(yán)重退化.α穩(wěn)定分布是高斯分布的推廣,可以用來描述帶有沖激特性的非高斯現(xiàn)象.本文綜述了自適應(yīng)時間延遲估計的理論和算法,并討論了穩(wěn)定分布的性質(zhì)及其應(yīng)用.文中采用α穩(wěn)定分布描述EP信號中的EEG噪聲,重點研究了基于分?jǐn)?shù)低階統(tǒng)計量的EP信號潛伏期變化的檢測.本文討論了在不同的噪聲下的DLMS(直接最小均方)和DLMP(直接最小p范數(shù))算法的性能,可以看到基于二階矩的DLMS算法在α穩(wěn)定分布噪聲下性能

3、嚴(yán)重退化.由于α穩(wěn)定分布不存在有限的方差,因此在進(jìn)行信噪比設(shè)定時不能采用傳統(tǒng)意義下的設(shè)定方法.本文采用混合信噪比的概念,并把它用于信號噪聲模型,以得到更加符合實際的EP和EEG設(shè)定.DLMP算法通過對自適應(yīng)系統(tǒng)誤差信號的絕對值進(jìn)行p次方處理,并與誤差信號本身的符號極性,可以有效地抑制尖峰脈沖,并保護(hù)誤差信號免受顯著失真的影響,從而有效地檢測并估計出分?jǐn)?shù)低階α穩(wěn)定分布噪聲條件下EP信號的潛伏期變化.通過分析、比較,可知DLMP算法作為一種

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論