以高级语言描述、系统级仿真和综合技术为特征的第三代EDA工具为依托,以给被测电路提供一个性能较好的信号为目的,提出了基于现场可编程门阵列(FPGA)的直接数字合成(DDS)信号源。该信号源采用直接数字频率合成技术,从"相位"...以高级语言描述、系统级仿真和综合技术为特征的第三代EDA工具为依托,以给被测电路提供一个性能较好的信号为目的,提出了基于现场可编程门阵列(FPGA)的直接数字合成(DDS)信号源。该信号源采用直接数字频率合成技术,从"相位"的概念出发进行频率合成。主控芯片采用Cyclone II EP2C5T144C8N,实现整个电路的控制。波形的发生采用查表的方式,通过与单片机进行简单的并行通信,完成外部输入数据与芯片内部控制字的转换,以D/A转换器为核心构成波形重构电路。该信号源可以对产生的信号进行频率调节、相位调节、幅度调节。应用了锁相环技术,使输出信号频率稳定。与传统信号源相比,该设计具有灵活可控、信号多样、可靠性高等优点。展开更多
利用脑电信号模糊特征分类的方法对睡眠进行分期研究。首先对脑电信号进行预处理,滤除干扰噪声后使用模糊熵算法、多尺度熵算法以及复杂度算法对脑电信号进行特征参数提取,采用最小二乘支持向量机(the Least Squares Support Vector Mac...利用脑电信号模糊特征分类的方法对睡眠进行分期研究。首先对脑电信号进行预处理,滤除干扰噪声后使用模糊熵算法、多尺度熵算法以及复杂度算法对脑电信号进行特征参数提取,采用最小二乘支持向量机(the Least Squares Support Vector Machine,LS-SVM)对特征参数进行分类,并将睡眠过程分为清醒期、浅睡期、深睡期和快速眼动期(Rapid Eye Movement,REM),获得分期正确率。最后通过上述方法对2 000组睡眠脑电样本进行睡眠分期测试,与专家人工分期结果进行比对,将复杂度输入到最小二乘支持向量机进行分类的平均正确率是92.65%,高于模糊熵和多尺度熵作为最小二乘向量机的输入时的准确率。基于模糊特征的复杂度提取的特征参数可以作为睡眠分期的有效依据,在保证准确度的前提下,降低人工成本。展开更多
文摘以高级语言描述、系统级仿真和综合技术为特征的第三代EDA工具为依托,以给被测电路提供一个性能较好的信号为目的,提出了基于现场可编程门阵列(FPGA)的直接数字合成(DDS)信号源。该信号源采用直接数字频率合成技术,从"相位"的概念出发进行频率合成。主控芯片采用Cyclone II EP2C5T144C8N,实现整个电路的控制。波形的发生采用查表的方式,通过与单片机进行简单的并行通信,完成外部输入数据与芯片内部控制字的转换,以D/A转换器为核心构成波形重构电路。该信号源可以对产生的信号进行频率调节、相位调节、幅度调节。应用了锁相环技术,使输出信号频率稳定。与传统信号源相比,该设计具有灵活可控、信号多样、可靠性高等优点。
文摘利用脑电信号模糊特征分类的方法对睡眠进行分期研究。首先对脑电信号进行预处理,滤除干扰噪声后使用模糊熵算法、多尺度熵算法以及复杂度算法对脑电信号进行特征参数提取,采用最小二乘支持向量机(the Least Squares Support Vector Machine,LS-SVM)对特征参数进行分类,并将睡眠过程分为清醒期、浅睡期、深睡期和快速眼动期(Rapid Eye Movement,REM),获得分期正确率。最后通过上述方法对2 000组睡眠脑电样本进行睡眠分期测试,与专家人工分期结果进行比对,将复杂度输入到最小二乘支持向量机进行分类的平均正确率是92.65%,高于模糊熵和多尺度熵作为最小二乘向量机的输入时的准确率。基于模糊特征的复杂度提取的特征参数可以作为睡眠分期的有效依据,在保证准确度的前提下,降低人工成本。