基于AR模型谱估计的调制方式自动识别算法

使用现代谱估计技术估计出平滑的调制信号功率谱,从信号的功率谱和信号平方的功率谱中提取出谱峰个数和谱峰的峰态量两个特征参数.在不需要先验知识的情况下,可对常用的MPSK和MFSK信号进行自动识别.仿真结果表明,两个新特征值在信噪比较低时(-2 dB)仍然能有较高的识别率.

脉冲噪声环境下基于相关熵的AR模型α谱估计方法

在高脉冲水平条件下,基于分数低阶统计量的α谱估计方法对脉冲噪声变得敏感,并且分数阶参数值的选取影响估计精度,其性能会出现不同程度的下降。根据信号的相关熵函数对非高斯噪声不敏感的特点,提出了一种基于相关熵的模型α谱估计方法。仿真结果显示,在相同混合信噪比条件下,所提方法具有无需预设分数阶参数值和顽健性强的特点,特别在高脉冲水平噪声下相比其他方法频率分辨能力更具优势。

基于AR模型的直升机桨叶模态的识别方法有效性研究

采用基于AR(自回归)模型的功率谱估计方法的频域分解法,研究旋转桨叶的模态识别效果。利用仿真信号,研究基于AR模型谱估计的频域分解法对密集模态的识别效果,并与采用一些常规频域分解法求功率谱的识别结果进行仿真比较,最后利用旋转梁模型进行试验,验证这种方法对识别旋转桨叶模态的有效性。结果表明,识别结果较为理想,对桨叶模态分析具有一定实用价值。

参数化双谱估计在中医脉象信号识别中的应用

采用AR模型参数化双谱估计法对15例吸毒者和15例正常人的脉象信号进行了参数化双谱估计,在得到每一例脉搏波的归一化双谱幅值对角切片后,应用K-L变换得到30个样本特征矢量,利用这些特征矢量和BP神经网络对两类脉象数据进行分类,得到平均的正确识别率高达96.7%,研究结果表明应用双谱对角切片作为脉象信号特征矢量,利用BP神经网络对海洛因吸毒者和正常人的脉象信号进行分类,具有很高的识别率。

非线性动力学分析在重复经颅磁刺激对阿尔茨海默病大鼠学习记忆能力改善方面的应用

探讨重复经颅磁刺激(r TMS)对阿尔茨海默病(AD)大鼠学习记忆能力的影响,以及非线性动力学分析在大鼠脑电信号处理方面的应用。(1)将学习记忆无差异的60只SD大鼠随机分为(r TMS+AD)组、AD组和正常组,每组16只,多余的大鼠备用。(2)建立双侧海马区注射Aβ淀粉样蛋白(Aβ1-42)的AD大鼠模型,通过Morris水迷宫验证模型。(3)连续14 d对(r TMS+AD)组大鼠进行10 Hz的r TMS,AD组与正常组进行伪刺激。(4)利用水迷宫系统测试三组大鼠学习记忆能力,使用Cerebus 64通道神经电生理信号记录系统连续7 d采集三组大鼠头皮脑电。(5)在MATLAB中编程得到三组大鼠各个通道脑电信号能量谱以及LZ复杂度,利用SPSS软件对脑电信号和水迷宫数据进行统计分析。(1)AD组较正常组大鼠水迷宫逃避潜伏期变长,距离平台平均距离变远,差异有统计学意义(P<0.05);(r TMS+AD)组较AD组大鼠水迷宫逃避潜伏期变短,距离平台平均距离减小,差异有统计学意义(P<0.05)。(2)AD组较正常组大鼠脑电中低频(delta+theta)和高频(alpha+beta)的能量比值增高,部分通道差异无统计学意义(P>0.05);(r TMS+AD)组大鼠较AD组大鼠的低频与高频的能量比值部分通道升高部分降低,只有左颞叶的差异有统计学意义(P<0.05)。(3)(r TMS+AD)组较AD组大鼠各通道脑电LZ复杂度升高,AD组较正常组大鼠各通道脑电LZ复杂度降低,差异均有统计学意义(P<0.05)。r TMS能改善AD大鼠的学习记忆能力以及增加其脑电信号的LZ复杂度,LZ复杂度较AR模型功率谱估计更适合客观的诊断AD并且评价r TMS对AD大鼠脑电信号的影响。