视觉感受区电位信号(LFP)的脑电波分离

为研究人(动物)的行为与脑电波之间的关系,提出了一种新的小鼠视觉感受区电位信号(LFP)与呼吸相关联的脑电波分离模型。采用盲信号分离(BSS)、独立分量分析法(ICA)对局部场电位建立线性瞬时混合信号系统数学模型;利用小波包进行LFP的分解并重构信号,对睡眠状态下小鼠视觉感受区局部场电位信号进行了15层分解和重构。实验证明,小波包分解高频分量系数cd13的解析重构信号与δ波频率吻合,小鼠睡眠状态下分离出的与呼吸相关联的脑电波信号为δ波。     

基于滑窗数据和过零检测的正弦频率估计新方法

过零检测法计算量小、实现方便,在正弦信号频率估计中有着广泛应用,但是在频率估计时易受随机噪声影响。为降低随机噪声对频率估计性能的影响,提出一种基于滑窗数据和过零检测的正弦频率估计新方法。首先,利用观测数据构造出多组滑窗数据,并应用过零检测法,获得多组频率预估计结果;然后通过门限处理剔除掉预估计结果中的频率野值点;最后将频率均值作为最终的估计结果。详细讨论了数据长度、滑动次数、相邻2次滑动的点数、采样频率等因素对频率估计的影响,结果表明新方法能够改善正弦信号的频率估计性能,数值仿真和实测数据均验证了其有效性。