16导脑电信号分形强度的左右分布

通过分析人在闭目清醒时的16导脑电信号(EEG)的多重分形特性，发现人脑16导EEG信号具有不同强度的分形特性且存在稳定的分布，分布规律表现为在人脑的左右对应区域强弱相对；对于右利手受试者顶区、额区、颞区、中央区的左右对应区信号的分形强度左强右弱，左半球的分形总量大于右半球的总量和；而对于左利手在对应位置的脑电信号则呈现左弱右强，且左半球的分形总量小于右半球的分形总量。这与脑的优势半球生理结论是一致的，表明人脑EEG信号的多重分形强度可以反映人脑的潜在特征。     

电针镇痛对小白鼠脑氨含量的影响

药麻和睡眠时脑游离氨含量降低,针麻与药麻的最主要不同在于前者处于清醒状态,后者处于抑制状态,但在外科手术上针麻往往能收到药麻时同样的镇痛效果。推测针麻与药麻之间在脑机能方面很可能具有某些共同的物质基础。本文用小白鼠为针麻模型,测定了鼠脑各部氨含量的变化,发现大脑皮层和丘脑,而特别是丘脑氨含量的变化对针麻具有明显的特异性。     

应用多分辨率小波变换提取脑电信号异常节律

脑电信号是非平稳的随机信号，其中包含了大量的生理和疾病信息，对于医生判断脑都是否有器质性的病变具有重要作用。因此对脑电信号的分析和处理一直是人们努力研究的领域。考虑到小波变换良好的时频局部化特性，利用多分辨率小波变换方法来实现脑电信号异常节律的提取，脑电信号经多分辨率小波变换后所得到的各个尺度的信号不仅反映了信号的频率信息，即尺度越大，对应信号的频率越低，同时也反映了信号的时间信息，即反映此时的EEG状态，实验结果表明，选择合适的小波基，可以有效地提取脑电信号中的异常节律。     

恒温双分子反应系统中的化学振荡和多重稳定性现象

提出了一个能呈现化学振荡和多重稳定性现象的双分子自催化反应模型。线性稳定性分析和数值模拟的结果表明，该模型不仅可以呈现化学振荡现象和多重定态现象，还可以呈现化学振荡状态和定态并重的现象。和目前文献中广泛研究的其它模型相比．该模型不仅在化学上和数学上较为简单，并且可以避免其它某些模型所存在的与质量守恒定律不相容的问题。     

时变自回归模型在清醒大鼠局部场电位特征分析中的应用

同步和去同步状态是清醒大鼠脑活动的两种典型状态,分析不同状态下局部场电位(LFP)的时频特性差异是提取刺激响应特征的基础。针对LFP信号的非平稳特性,采用时变自回归(TVAR)算法建立LFP状态空间模型;并利用卡尔曼滤波迭代方法对模型系数进行动态更新。然后基于TVAR系数计算LFP的功率谱,对不同状态的LFP信号进行时频特性分析。研究结果表明,利用TVAR模型结合卡尔曼滤波算法获得的时频功率谱与基于短时傅里叶变换方法的结果相比,具有更高的时频分辨率,而且通过对LFP的时频分析可以有效捕捉大脑活动状态的动态变化,对于大脑功能机制的解析具有重要意义。     

电刺激大壁虎（Gekko gecko）中脑诱导转向运动的研究

为探索大壁虎运动行为脑功能基础和人工诱导的可能性,用不锈钢微电极对头部固定状态下浅麻醉的大壁虎（Gekko gecko,n=20）中脑脑区施以生理范围内的电刺激．发现中脑被盖区域在电刺激下可诱导出大壁虎脊柱侧弯和四肢动（外伸、内收、抬腿迈步等动作）等一系列多肌群参与的复杂运动行为;根据急性实验结果,通过在中脑被盖特定脑区植入金属微电极对术后恢复一周的清醒状态下的大壁虎（n=20）脑区施加电刺激信号,可成功地诱导出左、右转向的运动行为．该结果发现大壁虎中脑与运动行为密切相关,而且通过刺激脑内相关的核团可能实现对大壁虎部分运动行为的人工诱导．这为大壁虎运动的人工制导提供了有益的信息．     

电刺激大壁虎(Gekko gecko)中脑诱导转向运动的研究

为探索大壁虎运动行为脑功能基础和人工诱导的可能性,用不锈钢微电极对头部固定状态下浅麻醉的大壁虎(Gekko gecko,n=20)中脑脑区施以生理范围内的电刺激.发现中脑被盖区域在电刺激下可诱导出大壁虎脊柱侧弯和四肢动(外伸、内收、抬腿迈步等动作)等一系列多肌群参与的复杂运动行为;根据急性实验结果,通过在中脑被盖特定脑区植入金属微电极对术后恢复一周的清醒状态下的大壁虎(n=20)脑区施加电刺激信号,可成功地诱导出左、右转向的运动行为.该结果发现大壁虎中脑与运动行为密切相关,而且通过刺激脑内相关的核团可能实现对大壁虎部分运动行为的人工诱导.这为大壁虎运动的人工制导提供了有益的信息.     

信号极点估计的状态空间方法

研究了基于状态空间模型的阻尼指数和信号参数的估计方法，建立了阻尼指数和信号的状态空间状态空间模型，并进行了计算机模拟，该方法以奇异值分解和特征分解为基础，无需对高次方程求根，可以直接从系统状态传输矩阵得到信号的极点，结果表明，计算量小，具有较好的估计性能。     

麻醉诱导的无意识过程中海马神经信号的动态变化

医学上通常认为皮层下脑区与人的意识和行为相关,该文通过对比人的海马脑区局部场电位信号在麻醉过程中的不同动力学特征,分析被试者在清醒和无意识状态下的表现差异。使用颅内立体定向脑电图记录了6名癫痫患者在异丙酚诱导麻醉过程中海马局部场电位信号并进行功率谱密度估计,通过混沌吸引子形态、样本熵以及互信息对清醒状态和意识丧失状态下的表现进行比较和区分。结果显示,异丙酚全麻导致海马局部场电位信号多个频带的活动发生变化,从清醒状态向意识丧失状态转换过程中,吸引子形态会变得更加扁平。在意识丧失状态下,海马局部场电位信号具有更小的beta频带样本熵以及更小的自互信息衰减率。     

脑动静脉畸型血流动力学的理论模型研究进展

脑动静脉畸型(脑AVM)可导致脑血流的异常分布，不正常的血流动力学状态是脑AVM发生脑内出血和造成某些神经功能障碍以及严重的手术并发症的原因之一．由于脑血管内血流压力、流量等血流动力学参数测量技术的局限，一些学者借助于理论模型来分析脑AVM的血流力学特征．介绍了国外关于脑AVM血流动力学理论模型研究的进展，论述了各类模型的特点和缺陷以及进一步研究的思想路线．     

昼夜节律颠倒影响心率变异性信号的非线性特性研究

研究了昼夜颠倒作息对人体心电信号的影响,并探索了处于睡眠状态和清醒状态人体心电信号在颠倒作息状态下的变化。设计实施昼夜颠倒作息实验,利用去趋势波动分析法(DFA)和多尺度的基本尺度熵法(MBE)分析颠倒作息情况下的HRV信号,并与正常作息下的变化规律进行比较。实验发现:处于24h正常作息下的实验对象的α(标度指数)均值大于24h颠倒作息时的均值,并且在正常作息和颠倒作息下睡眠状态的α值小于清醒状态时的α值。通过对比分析清醒和睡眠状态的MBE曲线以及DFA的结果,发现昼夜颠倒作息对睡眠状态下的HRV信号影响较大。以上研究结果表明颠倒作息会使人体心脏系统的长程相关性减弱并对人体本身动力学复杂性产生一定的负影响,尤其对睡眠状态下HRV信号的负影响较为明显。     

基于LabVIEW的脑电信号采集与处理系统

将现代虚拟仪器技术与集成电路技术结合设计了一种脑电活动信号采集与处理系统,包括自制金属电极和微驱动器、信号采集模拟前端、数字示波器,并以LabVIEW作为计算机编程语言的信号处理与显示界面.结果显示,系统能记录和分析鼠在清醒、自由活动状态下运动时的脑电活动信号,从而提供脑电活动和行为的关联性.这对于神经科学与信息技术学科交叉研究有十分重要的意义.     

定性信号在混合状态与参数估计中的应用

为了利用实际工程中常可获得的各种测量信号,该文分析定性信号的特点,在某些时刻提取出定量信息,给出将所提取出的定量信息与连续测量信号共同用于混合系统状态估计的方法.同时,针对用于状态估计的模型难以避免误差的情形,在定性信号提取出的定量信息帮助状态估计的前提下,提出一种基于进化粒子滤波的方法,估计模型中存在误差的参数.仿真结果表明,该文提出的混合状态与参数估计方法是有效的,可以充分利用所获得的定性信号.     

疲劳状态下EEG信号α波的最大李雅普诺夫指数估算

脑电信号(EEG)的α波在人体的疲劳评估中具有重要作用,通过脑电信号的α波,可以挖掘更多的有关人体疲劳的信息.利用非线性动力学的方法对EEG信号α波进行了研究,比较了疲劳与非疲劳EEG信号α波之间的非线性动力学上的差别.人在疲劳与非疲劳下的EEG信号α波最大李雅普诺夫指数是不同的,当出现疲劳时指数减少,因此李雅普诺夫指数可作为人体是否疲劳状态的特征刻画指标.文中非疲劳状态的最大李雅普诺夫指数为0.436 67,疲劳状态者的最大李雅普诺夫指数是0.335 57,它们均为混沌信号,但是处于疲劳状态节律的混沌程度明显比处于非疲劳状态的混沌程度低.     

基于柯氏熵的复杂机械状态预测的可行性研究

描述了柯尔莫哥洛夫熵，给出了基于时间序列的柯尔莫哥洛夫熵的求解方法，研究了斯太尔汽车发动机缸盖振动信号的柯尔莫哥洛夫熵，得到了该发动机缸盖振动信号的最大可预测点数，指出：为准确预测设备的状态必须在其最大可预测时间内。该研究为复杂机械状态预测可信度区间的确立提供了理论支持，为复杂机械状态预测的可预测时间的界定提供了新思路和行之有效的工具。     

基于状态观测器的超混沌同步保密通信

基于状态观测器的思想,提出了解决超混沌系统同步问题的新方法,将该同步方法应用于保密通信.由状态观测器的构造可以看出该方法对原系统没有特殊的要求,不需要计算Lyapunov指数,避免了计算的复杂性;同时可以根据需要选取不同的加密函数,只要保证加密过程可逆即可.通过对超混沌Lorenz系统的分析和数值模拟研究结果显示该方法提高了保密性能,被加密的信息信号可以较好地被恢复,可以用于通信和信息处理方面.     

加工状态下实测信号的AR最优建模

车削加工时的振动信号具有时变和非平稳的特性，采用分段建模的方法可以更加准确地建立其AR模型，同时引入FPE优化准则进行优化设计，可以建立信号的最优模型。对实际加工状态下振动信号的分析证明了该方法的准确性。     

脑活动的自组织特征研究

大脑的活动规律是神经科学研究的重点和难点之一，揭示脑的工作原理将有助于真正发现自我，大脑是一个高度的自组织系统，其活动有许多固有特征，相应有许多生物物理解释模型，从不同方面刻画了脑功能，建立一个自组织模型，分析表明该模型可以从神经元活动的共性上来解译脑活动的某些一般规律。     

混沌同步系统降噪方法及其在滚动轴承故障诊断中的应用

提出了一种基于混沌同步系统的降噪方法,将其应用于滚动轴承振动信号的前期处理,并结合功率谱密度进行故障诊断.分析Chua电路混沌同步系统的降噪机理,讨论系统处于不同运行状态时,输入信号对相空间运行轨迹的影响;搭建混沌同步系统降噪模型,分析其检测特性,并与其他方法进行比较;将滚动轴承不同损伤模式下测得的振动信号输入该模型,比较振动信号和同步误差信号的时域波形和功率谱密度,并通过峰值查找,匹配对应的故障特征频率.新方法利用了混沌系统的噪声免疫性和可同步性,避免了现有方法参数设定复杂和运行状态判定困难的问题.结果表明该方法可有效提升被测信号的信噪比,能与传统方法结合形成新的故障诊断方法.      

论汽轮机组转子故障的模糊诊断及方法

在汽轮发电机组转子机械故障监测中，常常用某些间接测量得到的动态信号作为判断机组运行状态的特征信号。这些特征信号往往带有某些”不确定性”。采用模糊数学原理进行故障诊断，简称模糊诊断，就是针对某些内涵灵活、外边界不清的概念，如“振动大”等无量纲的信息，和“对中不良”的不确定术语，通过分析运算，取得准确的结论。