低信噪比神经元锋电位信号的分类方法

基于离散序列小波变换和主元分析，对低信噪比的神经元锋电位信号提出了新的分类方法。通过对原始信号进行尖峰检测，获得尖峰信号样本，对每个样本进行离散序列小波变换之后，再对小波变换系数进行主元分析，选取主元进行聚类，实现对原始信号的分类。将该方法应用于多电极细胞外记录的小鸡视网膜神经节细胞电活动信号分析，并据此推断出某电极附近的神经节细胞的个数。仿真结果表明，在低信噪比情况下，该方法比单纯通过小波变换进行分类的方法更有效。     

基于概率神经网络的锋电位实时分类算法

为了实现便携式实时处理的实用型脑-机接口(BMI),提出了一种基于概率神经网络(PNN)的锋电位信号实时分类算法,并完成了该算法基于现场可编程门阵列(FPGA)的实现.该算法通过训练数据的快速导入完成PNN的训练,再由PNN实现锋电位的分类工作.文中通过调用FPGA片上DSP48Es资源实现单精度浮点的乘加运算,采用并行流水结构加速向量间距离的计算,通过查找表和坐标旋转数字计算方法完成PNN激活函数的准确逼近.实验结果表明,在完成高达93.82%准确率的情况下,基于FPGA的PNN实现方法比基于Matlab的方法快47.43倍,达到了便携式实时处理的设计要求.     

NEMG信g运动单位动作电位的分类研究

提出了一种对于构成针电极肌电信号(NEMG)的不同形状的运动单位动作电位(MUAP)进行分类的新方法．该方法采用小波变换(WT)的多尺度分析提取表征MUAP特性的时-频特征，再用无导师-有导师混合模式识别网络完成对输入样本的学习和分类．实验结果表明，这种方法对不同波形的MUAP具有较强大的分类能力，整个分类过程完全人工干预，且所需的时间不多，可以应用于临床实际，为神经肌肉疾病的诊断提供实时、有效的信息。     

神经系统识别爆发性锋电位序列的机制讨论

讨论神经系统识别爆发型锋电位序列信息的机制,认为序列的信息存储在爆发锋电位组内间隔和组间间隔2个时间变量中,建立了一个神经回路,通过突触传递过程中的易化、反馈调节机制以及时间依赖的学习机制等突触可塑性机制,给出了神经系统识别爆发性锋电位序列信息的一种可能机制,其中包括分解机制和整合机制两部分.首先通过神经元选择性响应的动力学性质,将锋电位序列的信息分解,并将每组锋电位内部间隔的信息通过不同神经元学习存储.通过突触延迟时间的动力学调整,将2组锋电位之间的时间间隔学习、存储在回路中.经过多次学习训练,神经回路对输入信号形成特定的突触连接结构以及时空响应输出模式,实现对爆发性锋电位序列信息的识别.     

一种新的癫痫脑电融合特征提取方法

癫痫是一种常见的大脑神经紊乱疾病,癫痫性发作主要由大脑中反常的神经元的超同步放电引起。为了更好地完成癫痫性发作的自动检测,文中提出了一种新的癫痫脑电融合特征提取方法。一方面,在基于Hjorth参数的振幅移动性与振幅复杂度的基础上,结合Hilbert变化提出了一种新的频率移动性与频率复杂度,然后将他们合成定义为改进的Hjorth参数特征;另一方面,结合二阶差分提出了一种改进的二阶差分样本熵。最后将改进的Hjorth参数特征与二阶差分样本熵一起作为融合特征放入超限学习机(ELM)中进行分类。数值实验结果表明,文中所提出的融合特征与ELM结合的癫痫性发作的自动检测方法与已有方法相比,检测性能有了很大提高,准确率可达到97.42%。     

基于提升小波的神经元锋电位并行检测方法

神经元动作电位(即锋电位)的实时检测是植入式脑—机接口系统的重要组成环节,为了能够从多通道神经微电极阵列记录的神经信号中实时地检测并提取出神经元的锋电位信息,文中提出了基于提升小波的神经元锋电位检测方法.该方法采用提升小波方法去除了神经信号中的漂移和噪声,然后通过阈值法检测出锋电位信号,最后利用现场可编程门阵列(FPG...     

基于隐马尔可夫树非高斯信号的建模分析与分类识别

研究了基于小波域隐马尔可夫树模型非高斯信号的建模方法．探讨了海洋环境噪声和船舶辐射噪声在不同工况下所表现出的不同模型特征，并根据它们在HMT模型参数上的特征差异提出了一种新的检测方法，实验证明，该方法的检测性能比过零检测、能量检测以及二阶统计量检测方法要好．通过结合小波域隐马尔可夫模型和支撑向量机，提出了一种新的水声非高斯噪声信号的识别分类方法，实验证明，该方法具有较好的分类性能．     

基于二阶差分MFCC深度学习的声景基调声分类方法

本文提出了一种可用于卷积神经网络分类技术的二阶差分MFCC特征,尝试解决声景学中基调声与非基调声二分类这一具有“人文色彩”的主观分类任务。以老北京中轴线的声景样本数据集为例,根据本文设计的网络模型结构,使用该二阶差分MFCC特征训练的二分类器对于声景基调声的识别准确率达到80.23%,远优于单独使用RMS和Mel频谱特征,以及联合使用RMS与二阶差分MFCC特征的准确率。     

基于Dempster-Shafer证据理论的虹膜图像分类方法

为了提高虹膜图像的分类率，提出了一种基于证据理论的虹膜图像分类方法．该方法利用虹膜图像的纹理变化信息来提取虹膜灰度信号的比率特征，并结合证据理论实现了虹膜图像的决策分类，降低了不确定性因素对图像分类的影响，提高了分类率．在相同的实验条件下，对不同数量的虹膜图像进行了实验验证，结果表明，该方法在保持了分类稳定性的同时，其分类率比直方图交叉分类方法和直方图比率特征分类方法分别提高了6．96％和4．44％．     

基于人工神经网络的低信噪比神经元锋电位分类

基于人工神经网络和模板匹配,提出了对低信噪比神经元信号分类的方法.首先对待分类信号进行阈值检测,获得尖峰信号,对这些尖峰信号进行主成分分析,再选取主成分进行聚类,根据聚类结果,取对应的尖峰信号作为人工神经网络的训练样本.网络测试和结合模板匹配识别叠加信号的仿真结果表明了该方法的优越性.     

基于数学形态学预处理的神经元放电检测

神经元放电检测是对后续神经元放电波形的聚类分析、神经元放电串的统计分析等工作都非常关键的第一步。为了尽可能准确地把神经元放电从背景噪声中分离出来,该文首先应用数学形态学对原始记录数据进行预处理,然后再经过阈值处理把神经元放电检测出来。选择和放电波形在形状、持续时间和幅度上都相近的结构元素,数学形态学预处理步骤能有效地滤除原始记录中的背景噪声,突出放电信号。对神经元放电仿真数据集和实验记录的大鼠海马区神经元自发放电的检测结果显示:基于数学形态学预处理的神经元放电检测方法的准确率要高于常用的直接进行阈值处理的检测方法。     

模式识别在波形分析中的应用

根据波形自动分析的需要,将典型波形进行傅立叶变换,所得数据形成波形模式,继而形成典型波形空间,然后利用空间模式识别方法,把测试波形模式与典型波形空间中的模式进行比较,按离差度给出测试波形与典型波形的匹配程度,从而确定测试波形类型。文中还讨论了加权法模式识别在测试波形出现噪声时的应用。最后用实际应用中的波形数据进行了分析验证,结果表明空间模式识别方法的波形分析中具有良好性能。     

振动波形的分形判别及特征提取

首先给出了寻找振动波形的无标度区的方法,波形在无标度区内可视为无规分形,利用文中的公式可以求得波形的盒维数。振动式的验表明,波形确实存在在无标度区;盒维数为波形的一个重要特征,可以用于对振动状态的分类识别;与频域模在数识别的方法相比较,盒维数方法更简单易行。     

Improved retracking algorithm for oceanic altimeter waveforms

Over the deep oceans without land/ice interference, the waveforms created by the return altimeter pulse generally follow the ocean model of Brown, and the corresponding range can be properly determined using the result from an onboard tracker. In the case of complex altimeter waveforms corrupted due to variety of reasons, the processor on the satellite cannot properly determine the center of the leading edge, and range observations can be in error. As an efficacious method to improve the precision of those altimeter observations with complex waveforms, waveform retracking is required to reprocess the original returning pulse. Based on basic altimeter theory and the geometric feature of altimeter waveforms, we developed a new altimeter waveform retracker, which is valid for all altimeter waveforms once there a reasonable returning signal exists. The performances of the existing Beta-5 retracker, threshold retracker, improved threshold retracker, and the new retracker are assessed in the experimental regions (China Seas and its adjacent regions), and the improvements in the accuracy of sea surface height are investigated by the difference between retracked altimeter observations and referenced geoid. The comparisons denote that the new algorithm gives a best performance both in the open ocean and coastal regions. Also, the new retracker presents a uniform performance in the whole test region. Besides, there is a significant improvement in the short-wavelength precision and the spatial resolution of sea surface height after retracking process.     

局部放电脉冲波形数字测量与分析系统

为检测局部放电快速变化的脉冲电流波形及根据波形进行放电模式识别工作 ,研制了一套数字测量与分析系统。系统硬件部分包括宽带信号检测器件、高速数字示波器等。实测着重考虑了高压测量中的屏蔽 ,高速采集系统的带宽 ,以及放电实验样品的多样性等因素。结果证明该测量系统具有灵敏度高 ,测量准确 ,对脉冲波形畸变小等优点 ,可用于测量局部放电脉冲波形。系统软件的采样程序能够通过人机界面完成对示波器的通信与控制 ,数据的人工或自动采集 ,波形绘制与打印 ,数据的二进制、ASCII码、图形文件保存及文件间转化。系统软件的数据处理程序能够完成对波形的检出和特征量的提取。特征提取中应用了包括自回归模型在内的多种方法。采用前馈神经网络对不同的放电模式进行了识别。研究结果表明 ,利用局部放电的脉冲波形可以识别不同模式的放电     

猕猴伸展抓握过程中的spike与LFP锁相相位分布特征分析

神经元动作电位(spike)的发放和局部场电位(local field potential,LFP)之间的锁相关系是重要的神经编码信息,但是目前的研究在连续运动过程中对锁相相位分布特征的分析仍比较缺乏.利用猕猴伸展抓握运动范式下的spike和LFP delta节律的锁相特性,分别在不同运动阶段,不同事件前后100 ms内,以及连续时间窗3种时间尺度下对M1、S1、PPC脑区的锁相相位分布变化进行了分析,实验发现在猕猴的连续运动中的不同阶段,spike和LFP的锁相相位分布具有不同的相位分布特点和相位分布峰值位置;对关键的事件TargetOn、CenterRelease、TargetHit发生前后各100 ms内的锁相相位分布进行分析,结果发现事件发生前后100 ms内的锁相相位分布具有显著差异性,锁相相位的峰值位置跟随时间增大;使用连续时间窗对运动中的锁相相位分布进行分析,结果表明锁相的相位分布在跟随时间变化,这种变化在CenterRelease事件发生前后更加剧烈,对相邻时间窗的均值差异分析表明伸手阶段内的锁相相位分布变化最为剧烈.对连续运动中不同的时间阶段锁相相位分布变化的分析所发现的规律,可以为解析大脑对运动过程中神经信息编码提供新的思路.     

任意波形信号发生器的设计

本信号发生器依据直接数字频率合成原理合成信号,采用自行设计复杂可编程逻辑器件的方案实现频率合成,扩展数据存储器存储波形的量化幅值(波形数据),在单片机的控制与协调下输出频率和相位可调的信号波形.该信号发生器可产生任意波形,成本低、体积小、使用方便.     

Radar Phase-Modulated Waveform Design for Extended Target Detection

Extended target detection performance can be enhanced by using phase-modulated waveform designs in band-limited radar systems. Unlike waveforms designed for the total energy constraint, phase-modulated waveforms can fully exploit the transmit power in the pulse duration, which is more suitable for practical radar systems. An alternating iterative algorithm was developed to optimize the phase-modulated baseband waveform by maximizing the signal-to-noise ratio (SNR) at the receiver filter output. The output SNR increases continuously with the number of iterations and the algorithm is guaranteed to converge. Simulations validate the effectiveness of this approach. The waveforms designed by this method outperform other commonly used waveforms for extended target detection.     

星载激光测高仪海面回波的仿真与分析

星载激光测高仪发射的1 064 nm波长激光被波动海洋表面反射,系统接收的时间波形与瞬时海面波浪分布相关。而海面波浪又直接受海面风速影响,因此可以通过观测激光测高仪回波变化监测不同风速下海态变化。本文依据激光雷达方程,利用蒙特卡洛法模拟不同风速下的海面波浪分布,通过光线追击建立海面回波波形仿真器;以地球科学激光测高系统(geo-science laser altimeter system,GLAS)参数为输入,仿真得到不同风速下的海面回波:发现当海面风速在3~10 m/s之间时,回波呈单峰高斯波形,与GLAS发布的实际回波相符;且回波脉宽,以及有效能量反射率(即有效回波能量与发射能量之比)与实测参数误差小于10%。进一步分析可知,回波特征参数与海面风速之间存在显著关联,为利用激光测高仪大规模精确反演海洋表面风速奠定了基础。     

正交Gaussian-Krawtchouk不变矩的构建及在图像匹配中的应用研究

针对基于几何矩及不变矩的图像特征描述存在信息冗余,计算复杂,图像表征能力不强等问题,本文深入研究了正交的Gaussian-Krawtchouk矩及其不变矩的表达形式.依据不同的尺度因子特点,提出了基于多尺度Gaussian-Krawtchouk不变矩的图像局部特征描述方法,并用于五种不同类型图像的特征匹配.实验结果表明...