一、虚拟仪器及其在生物信号采集中的应用（论文文献综述）
魏强[1]（2021）在《面向康复训练的下肢外骨骼系统集成与主动控制技术研究》文中研究说明随着社会经济发展及老龄化人口增长,由心脑血管疾病及意外损伤引起的下肢运动功能障碍频发,严重影响了患者个体的日常生活与工作。下肢外骨骼机器人作为能够帮助下肢运动功能障碍人群进行康复治疗的新型康复设备,在提升康复效果、节省人力物力等方面具有优势。目前,下肢外骨骼机器人正逐步转入市场推广,然而在实际应用方面仍存在许多共性问题,如外骨骼系统会给用户造成较大承重负载、人-机运动不协调、控制方案中未融入人体主观运动意图、外骨骼步态多为仿生理论生成不具备人体个性化特征等。以上问题会导致用户在康复训练中参与度低,依从性差,进而影响康复效果。本文针对目前研究中存在的部分共性问题,设计集成了系列化的下肢外骨骼系统,以此为基础面向不同应用对象给出了不同主动控制策略中的关键技术方案,具体如下:（1）针对下肢外骨骼控制中人-机运动不协调问题,从人-机刚度匹配角度设计基于人体变刚度技能传递的下肢外骨骼协同控制方案。首先建立由肌肉活动水平调制的人体关节刚度估计模型,实现由表面肌电（surface electromyography,sEMG）信号对关节刚度的实时估计;然后构建外骨骼动力学与关节可变阻抗模型,采用模糊估计器逼近未知动力学动态参数,同时设计人-机协同控制器,并通过Lyapunov直接法证明了在人-机刚度匹配及动力学模型估计中产生的误差的有界性;最后通过实验开展验证,结果显示了该控制方案的可行性与对人-机协调性提升方面的有效性。（2）针对控制方案中未融入人体主观运动意图问题,提出基于连续运动意图识别的随动下肢外骨骼主动控制方案。首先结合双目相机与OpenPose算法获取人体的三维跟踪信息,解决双目相机获取深度信息时复杂的特征点匹配问题,建立移动辅助架非完整约束下的运动学模型,设计对人体位置实时随动跟踪的速度控制器;其次,设计基于长短时记忆（long short-term memory,LSTM）的神经网络模型用于多通道sEMG信号到关节角度的连续映射,以获取人体运动意图;然后,为判断步行运动模式,提出基于足底力分布特征的步态相位识别方法,设计基于屏障Lyapunov函数的轨迹跟踪控制器,利用屏障Lyapunov函数来确保系统未知非线性项的有界性,从而实现全局渐近跟踪;最后通过实验开展验证,结果显示了整体控制方案的有效性,并通过实验对比结果验证了 LSTM网络模型对关节角度比传统方法预测精度高,以及在设计的轨迹跟踪控制器作用下会有更小的跟踪误差。（3）针对下肢外骨骼步态不具备人体个性化特征问题,设计结合虚拟现实（virtual reality,VR）技术与由脑电（electroencephalogram,EEG）信号解码的外骨骼主动步态生成方案。首先,提出一种基于高斯过程回归（gaussian process regression,GPR）的关键步态参数预测方法,以预测的关键步态参数构造步态轨迹的约束条件,由多项式插值规划获得人体单步个性化步态轨迹。然后,为形成连续运动步态,提出以运动想象下的EEG信号对单步运动分类触发的方法,创新性地结合了 VR技术,避免了利用视觉刺激等诱发手段产生EEG信号而引起的视觉疲劳。一方面,开发以森林、草地为主题环境的VR场景,设置相关标记提示用户进行分类动作的运动想象。另一方面,由共空间模式（common spatial pattern,CSP）算法提取EEG信号特征,基于支持向量机（support vector machine,SVM）对行走/停止运动想象时的EEG信号进行分类。最后,通过实验验证了方案的有效性,结果显示生成的GPR模型对关键步态参数预测误差率为5%左右,同自发运动想象相比VR环境下更容易产生差异性的EEG信号。
华天源[2]（2020）在《一种有线传输的生物信号获取模拟前端设计》文中研究指明人们对自身健康的关注越来越多,而现有医疗资源仍存在总量不足与分布不均的问题,能够满足人们实时掌握自身健康状况的各种便携、袖珍、智能的生命体征检测设备受到了广泛的关注。低噪声、低功耗、抗干扰能力强的生物信号获取模拟前端作为前述设备的关键模块具有非常大的研究价值。相比于无线传输方案,有线传输方案的抗干扰能力更强、成本更低,且不存在续航问题。又介于USB Type-C接口的广泛普及与耳机线接口逐渐被放弃的现状,本文设计了一种基于USB Type-C接口的有线传输生物信号获取模拟前端。该前端主要包括斩波仪表放大器、可编程增益放大器、低通滤波器和SAR ADC等四个电路模块,其中的前三个电路模块组成了低噪声生物信号放大器并进行了流片。斩波仪表放大器由核心电路——电容耦合斩波仪表放大器与预充电电路、右腿驱动电路、数字控制直流伺服环路等辅助环路构成。本文设计的数字控制直流伺服环路与传统的模拟直流伺服环路相比具有更快的校准速度,结合后端包含快速恢复电路的可编程增益放大器,能够实现直流失调的完全消除和整体电路的快速建立与快速恢复。采用该数字控制直流伺服环路的低噪声生物信号放大器能应对输入端高达±511m V的直流失调,并且在拥有如此宽的直流失调校准范围的同时具有相当好的噪声性能,不存在传统模拟直流伺服环路中失调消除范围与噪声性能的折衷。另外,本文设计的可编程增益放大器利用双重偏置伪电阻实现了在增益变换同时频率特性保持不变的功能,能够有效防止可编程增益放大器在增益变换时造成低频生物信号损失。本文在SMIC 0.18μm 1P6M标准CMOS工艺下完成了有线传输生物信号获取模拟前端的电路设计,对其中由斩波仪表放大器、可编程增益放大器与低通滤波器组成的低噪声生物信号放大器进行了版图设计与流片验证,芯片的面积为1404.6μm×1005.6μm,其中核心电路面积为849μm×451μm。对低噪声生物信号放大器的后仿表明,其在1.2V供电电压下的功耗为4.5μW。输入阻抗被预充电电路提升到2GΩ。其输入等效噪声与数字控制直流伺服环路产生的校准电压有关,当校准电压为零时,等效输入噪声最小,为0.67μVrms;当校准电压为最大的300m V时（在实际应用中）,等效输入噪声最大,为1.49μVrms。可变增益放大器的高通截止频率在20/14/8/6d B等四种增益下始终保持在0.4Hz左右。SAR ADC的快速傅里叶分析表明其信号噪声失真比为58.35d B,量化有效位数达到了9.4-bit。
彭芳[3]（2020）在《基于变刚度驱动的智能仿生腿关键技术研究》文中研究指明智能仿生腿又称智能下肢假肢。传统的被动式或半主动式下肢假肢由于穿戴以后肢体不够协调、体力消耗大、患者穿戴体验较差等原因,并不能给截肢患者生活带来较大的改变,而主动式仿生腿通过电机驱动等方式直接为下肢关节提供主动力矩,利用各种传感器感知患者运动意图和路况,从而更好地模仿人体健康腿的运动方式,极大改善了截肢患者的生活质量,对其重新融入社会、减轻社会和家庭负担具有重要现实意义。目前,在主动式仿生腿与患者残肢构成的人机混合系统中,还存在:关节驱动缺少被动柔顺,不能根据负载变化实现刚度调节,仿生性不足的问题;不同任务下的步态识别问题;运动意图识别与步态预测准确度问题;人机混合强耦合系统下的关节运动控制问题。为此,本文在关节弹性驱动技术基础上,设计并开发了一种可变刚度的主动式膝关节及其构成的仿生腿,开发了仿生腿控制平台。基于这一平台,重点研究了表面肌电信息在不同步行任务下的步态相位识别方法,同时,进一步结合物理传感器信息,对多模式的运动意图识别展开研究;并提出了一种基于步态轨迹跟踪的自适应鲁棒控制器,用于仿生腿的力/位置控制。本文的主要研究工作和创新点总结如下:1.设计了一个变刚度驱动器（Variable Stiffness Actuator,VSA）用于下肢假肢膝关节,在此基础上,开发了一种主动式仿生腿,包括虚拟样机和原型样机。对变刚度弹性驱动器刚度调节特性进行了理论分析与计算,在动力学仿真分析软件ADAMS中建立了仿生腿虚拟样机,利用仿真模型,重点分析了仿生腿的运动特性和能耗特性,验证了弹性驱动器在柔顺控制和储能方面的有效性。开发了仿生腿硬件控制和软件控制系统,搭建了多源信息采集与控制实验平台。2.研究了基于表面肌电信号的步态相位识别方法,识别出人体步行周期的摆动前期、摆动中期、摆动后期、支撑前期、支撑中期、支撑后期六个子相位,从而为仿生腿的相位控制提供重要信息。从减小运算复杂度出发,提取了肌电信号预处理后的时域、频域特征,利用戴维森堡丁指数（DBI）和分离指数（SI）,对大腿关键肌肉的表面肌电信号特征进行定量的评估和筛选,再利用序列前向特征选择（SFS）算法搜索最优特征集;针对多任务行走下特征样本可分性变弱,识别误差增大等问题,提出了配置并行Stacking集成学习模型,利用不同的基学习器分别对最优特征进行深度挖掘,有效提升了不同行走任务下的识别准确度和算法的泛化能力。3.提出了基于稳定步态识别与过渡状态识别相结合的多级分类器融合策略的人体运动意图识别,识别和预测出平地行走、上坡、下坡、上楼、下楼五种步态,从而为仿生腿的运动模式切换控制提供关键信息。在稳定步态识别中,结合了加速度、角速度、压力等物理传感器与表面肌电信号,分析了不同传感器信号在步态识别的贡献,以及不同降维方式和不同识别算法对步态识别的影响,实验结果表明,由线性判别分析（LDA）降维与二次判别分析（QDA）构成的组合算法的识别率达到了98.2%。在过渡状态识别中,提出应用贝叶斯树结构Parzen估计器优化的Light GBM（Light Gradient Boosting Machine）分类算法,实现了识别准确度和时间最优算法模型。最后,提出构建隐马尔科夫（HMM）概率模型融合稳定步态与过渡状态结果,预测人体运动意图。4.研究了基于步态轨迹的仿生腿控制策略,根据识别的步态信息确定关节运动轨迹,提出一种基于时滞估计（TDE）的自适应鲁棒力/位置控制器用于实现仿生腿的底层控制。针对人机混合动力学模型的非线性、不确定、强耦合等问题,引入了TDE技术,设计自适应非奇异快速终端滑模控制（ANFTSMC）,实现无模型的轨迹跟踪控制,为了减少外部扰动引起的TDE误差,设计了模糊神经网络（FNN）补偿器。在ADAMS和Simulink中建立了仿生腿的联合仿真模型,实验表明所提算法在未知干扰下具有明显优势,利用时间误差绝对值积分（ITAE）和控制输入积分（ISV）指标,验证了算法在仿生腿不同刚度下的良好适应性。进一步地,在ADAMS/Simulink中构建人机混合模型,利用本文所提的FNN-ANFTSMC-TDE方法实现了人机协调的自然行走。同时,在仿生腿样机实验中,进一步验证了变刚度弹性驱动器在柔顺控制与降低能耗上的优势。
林森[4]（2020）在《一维金属银纳米结构的柔性电子学研究》文中认为在人类进入电子信息时代以来,科技发展的速度一直超出人们的想象。电子科学技术的发展在过去二十年内为人们的生产和生活带来了翻天覆地的变化。然而,随着人们对移动便携式设备的依赖不断增加,对新型可穿戴电子产品的期望不断提高,建立在硅基材料上的刚性电子工业遇到了前所未有的挑战。传统硅基刚性电子产品中几乎所有的电子元件都是刚性的,可以预见,这类刚性电子设备在未来将越来越难以胜任人们的工作和生活需求。此时,被认为是下一代电子工业基础的柔性电子学备受关注。相比于传统硅基或导电氧化物基刚性电子,柔性电子展现出独特的力学柔性、轻质性以及便携性。为了构筑高性能柔性电子器件,科学家设计并制备了各种柔性纳米结构。其中,一维金属银因其固有的力学柔性、较大的比表面积、二向限域结构以及独特的光电特性而引起了广泛的关注。时至今日,虽然一维金属银的制备方法层出不穷,但真正高效率、高质量且有望工业化应用的生产手段仍显匮乏。本研究立足于开发具有工业生产潜力和大规模应用前景的新型制备工艺以实现高质量一维金属银材料的宏量制备及大规模应用。具体工作如下:1.我们开发了一种卷对卷工艺,用于大规模制造柔性、透明的银纳米纤维网络电极。结合卷对卷空气纺丝技术与原位紫外还原技术,我们将超长银纳米纤维沉积于透明聚对苯二甲酸乙二醇酯（PET）塑料表面,成功制备了成卷的柔性透明电极。该制备过程全程在低温、常压下进行,且无任何剧烈化学反应,契合大规模工业生产需求。所得柔性透明电极的光学性能、力学性能和电学性能均可与高温烧结组装的银纳米纤维网络电极相媲美。最后,我们以制备好的银纳米纤维作为底电极成功组装了一个的A4纸尺寸柔性电致变色智能窗,其性能优于商业ITO电极组装的类似电致变色设备。本研究成果为一维金属银透明电极应用于大规模柔性电子设备,如柔性电致变色、柔性光电传感器和曲面显示等提供了可能。2.我们提出了银纳米线/聚乙烯醇缩丁醛低辐射涂层材料的大规模应用策略。通过简单的喷涂工艺,该涂层材料可以紧密附着在普通玻璃上对其进行表面辐射改性,形成低辐射玻璃。同时也可以扩展到卷对卷设备上实现柔性低辐射薄膜的连续生产。与现有的真空溅射技术相比,该方法可以有效地避免Low-E玻璃生产过程中的一些问题,如需要真空环境,预处理,和制造范围受限等。该涂层具备较高的可见光透过率（～83.0%）,较高的中红外反射率（～69.8%）,和低辐射率。此外,该涂层材料展现出优异的化学稳定性和极高的机械耐久度。3.通过对空气纺丝技术相关参数的精细调控,我们成功制备了直径约650 nm、长度大于10 cm的超大长径比银纤维,并将其在室温条件下沉积于聚对苯二甲酸乙二醇酯（PET）透明塑料基底制成一种可用于透明表面电磁屏蔽的薄膜材料。得益于较低的占空比和适配的纤维直径,该材料在实现高可见光透过率的同时确保了材料单层厚度可大于金属银的趋肤深度,确保材料具有优异的电磁屏蔽性能。4.我们利用模拟和仿真手段研究了最有利的基于一维金属银的X波段电磁屏蔽3D网络化策略。基于此,我们使用卷对卷工艺制备了一种高强度银纳米线/聚乙烯醇缩丁醛（PVB）三聚氰胺海绵电磁屏蔽材料。聚合物助剂PVB同时作为粘接剂、结构增强剂、抗氧化剂和防水剂,确保材料在不同复杂环境下可以正常使用。使用矢量网络分析仪进行的X波段电磁屏蔽测试显示,该材料在厚度为0.5 cm时电磁屏蔽效率约为60 dB。其屏蔽效果优于相同厚度的商用镀镍电磁屏蔽海绵。此外,得益于三聚氰胺海绵的弹性骨架结构和良好的稳定性,该材料展现出优异的机械性能,这使其在未来有可能大规模应用于特殊电磁屏蔽场景。5.我们提出了一种柔性、强健、低成本、可大规模生产且无需导电凝胶支持的银纳米线/聚乙烯醇缩丁醛/三聚氰胺海绵电极用于下一代非侵入式脑机接口（BCI）系统。得益于其自身柔性和骨架结构特点,无论是在长发或是短发被试上,该电极均可有效绕过被试部分头发实现电极与头皮的直接接触。此外,经过表面改性和助剂的引入,该电极展现出极其优秀的化学和力学稳定性。在短发被试上,以该电极为工作电极的BCI系统信号分析正确率为86%,接近导电凝胶支持的商业Ag/AgCl电极（88%）。更重要的是,该电极用于长发被试时性能并没有显着降低,表明该电极等有效的解决部分来自头发的接触阻碍问题。
邹佳玻[5]（2019）在《基于CMOS的血氧饱和传感器接口电路设计》文中指出近年来,随着集成电路技术的不断进步和医疗设备不断的更新换代,生物医学芯片成为IC领域的研究热点。作为生物信号检测的重要组成部分,CMOS电路在生物弱信号的降噪、放大和调整方面有着举足轻重作用。其性能直接决定了是否可以精准提取的生物信号。因此,对其进行深入研究具有重要的意义和价值。本文使用Cadence软件,针对光容积血氧饱和传感器,设计了一种基于0.18μm工艺的CMOS接口电路。它主要包括以下五个模块:前置低噪声运放模块、后置高增益运放模块、抑制基漂模块、带通滤波模块和带隙基准源模块。整体电路仿真结果表明:在1.8V电源电压下,前置低噪声放大模块差模增益为23.4dB,增益带宽为159.17MHz,电源抑制比为82.7dB,共模抑制比为92.4dB,低频噪声为662nV/sqrt（Hz）;带通滤波器截止频率为0.5Hz40Hz;后置高增益放大模块增益为40dB,电源电压抑制比为127.2dB;带隙基准源温度系数为2.136ppm/℃;电路整体功耗为0.642mW;版图面积为0.083mm2,并且通过了DRC和LVS验证。通过仿真,电路性能满足设计需求。与近几年文献对比后,本文接口电路具有高增益、高共模抑制比和低输入噪声的特点。
张姗姗[6]（2019）在《VXI示波器数据处理软件实现》文中研究表明虚拟仪器是当今仪器领域的一个重要的发展方向。VXI总线测试平台在许多测试领域得到了广泛的应用,是虚拟仪器技术的一个重要组成部分。本课题VXI总线示波器模块实现了通用示波器的基本功能,具有良好的通用性,适用于故障检测和通用设计等领域。基于VXI总线示波器模块的应用软件实现了仪器硬件与计算机硬件资源的结合,继而把仪器硬件的测量与控制能力和计算机强大的计算处理能力联系在一起。本课题软件的开发环境是VC++6.0,编程语言是C语言。在VXI示波器项目的基础上,着重于示波器数据处理软件的开发,实现了波形测量与运算模块、随机等效采样模块、自动校准模块的软件设计。主要内容如下:1.波形测量与运算模块:根据IVI规范,软件上采用自底向上的设计模式。波形运算直接在应用层实现,参数测量功能在示波器专用驱动器中实现,并通过类驱动器将运算后的参数传送到应用层,从而实现测量与运算的功能。2.随机等效采样模块:针对传统随机等效采样的不足,引用了一种基于香农插值的信号重构方法。本文分析了传统等效采样中采样相对时间存在的量化误差问题。根据量化前的采样相对时间,利用香农插值定理推导出量化后所有整数位置的数据,提高了波形重构的准确性。3.自动校准模块:分析示波器信号调理通道的硬件结构与校准参数之间的关联性,改进了示波器的校准方法。触发电平校准时对触发电平的正负偏都进行校准,提高了触发电平的精度。在直流增益校准时,程控衰减器粗调和ADC增益细调,两者结合校准,提高了直流增益校准精度。在触发电平和通道偏置校准时,只校准一个幅度档就完成对通道所有幅度档的校准。在一定校准精度下,大大缩短了自动校准的时间,提高了自动校准效率。通过上述各模块的研究,完成了VXI示波器数据处理软件实现。其中,本文使用的模块化编程方式,使软件结构层次明了且方便系统调试。
宋静怡[7]（2017）在《用于心电检测与脑机接口的运动伪迹校正技术研究》文中研究说明心电检测与脑机接口系统作为目前观测人体生物电信号的主要手段,不仅应用在军事、航天与医学研究中,近年来也出现在消费电子产品市场里。针对这些产品的实际需要,可穿戴式生物电监测系统应运而生。与传统信号采集设备相比,可穿戴设备具备体积小、使用方便、系统智能化、可与人本身构成反馈回路等优点,但同时也对动态使用下的系统稳定性提出了极大挑战。由于可穿戴设备采用高度集成化设计,整个系统通常以非侵入式手段帖附于体表进行生物信号采集。当观测者处于运动状态时,电极-皮肤接触界面（Electrode to Tissue Interface,ETI）处于连续的动态变化,随之产生的运动伪迹（Motion Artifact,MA）会导致目标信号信噪比骤降、空间与时间分辨率低等恶性后果。目前,人们对运动伪迹的认识主要局限在ETI界面氧化还原反应所造成的基线漂移和其等效电路的阻抗变化。而失真信号的成分分析与ETI网络间的映射并没有十分系统的研究,找到二者的关系可以打破目前监测ETI阻抗仅用于判断电极接触状态的局限性。更重要的是,ETI网络存在于采集系统的各个电极接触点,其中参考电极与偏置电极同样受到ETI扰动的影响,由于上述特殊电极在ECG/EEG采集系统的重要性,其ETI网络的动态参数变化会引起系统共模抑制比降低与反馈回路稳定性下降,而这一点往往被大多数研究者所忽略。本文提出了一种基于数字后台校正技术的自适应运动伪迹追踪与补偿技术（Motion Artifact Rejection and Stabilization,MARS）。与传统MA校正方法相比,该技术有如下几个方面的创新点。第一,作者首次引入无线通信领域中的数字后台伪随机序列（PN码）校正技术,将其创新性地应用在ECG/EEG采集系统中。将ETI网络纳入模拟前端,分析并总结整体信道增益与运动伪迹之间的映射关系。补偿算法规避了对ETI等效阻抗的测量,从而避免了由于建模的不准确性而引入的校正误差。第二,首次提出乘性运动伪迹的概念。与以往对MA只有基线漂移的理解不同,通过对系统传递函数与输出信号中DC、AC分量的分析,运动伪迹被重新归类为加性运动伪迹（Additonal Motion Artifact,AMA）与乘性运动伪迹（Multiplicative Motion Artifact,MMA）。从而完善了生物信号失真理论的研究,有利于针对信号的交、直流分量的特点,提出了高效的解决方案。第三,MARS不受输入端生物信号种类的限制、不依赖ETI模型RC参数的变化范围,并可与市面上的既有采集系统兼容。基于广义模型的MARS技术将动态ETI网络视为具有“黑匣子”属性的一个整体,通过自适应补偿信道增益的方法达到校正失真信号的目的。第四,MARS对每一个独立电极进行分别校正,从而最小化电极的使用数量,有利于实现单导联ECG/EEG信号采集系统。作者优化了模拟前端中PN码驱动电路及数字后端补偿算法,校正时间精度可达到1ms,实现对包括参考电极在内的所有信道连续校正,从而保证了系统稳定性。第五,基于MARS技术的专用集成电路芯片已流片完成。芯片具有小面积、低功耗、低失调电压、高共模抑制比等优点。由于心电与脑电信号采集系统中的电极布局与连接不同,本论文通过两套测试平台对MARS技术进行分阶段验证。第一阶段为面向心电检测的具有MMA追踪模块的测试平台。该平台的核心芯片基于65nm CMOS工艺流片完成,结合PCB板级系统对ECG信号进行测量。数据采集和信号处理于美国德州大学达拉斯分校Tx ACE中心完成。第二阶段为同时面向心电检测与脑机接口的MARS系统的硬件实现。采用Xilinx Zynq-7000扩展式处理平台与德州仪器ADS1299可编程式生物信号采集电路,分别对ECG、alpha脑波、稳态视觉诱发电位SSVEP进行测量。范式设计、数据采集和线下处理于美国加州大学圣地亚哥分校SCCN中心完成。实验结果表明,MMA追踪模块验证了乘性伪迹的真实存在,证明了MMA与ETI扰动具有高度的时序一致性。校正后的ECG信号基线漂移完全移除,失真数据段消失的T波得到恢复,QRS复合波表达准确。EEG测试结果显示,校正后的alpha脑波可明确区分睁眼与闭眼时间分辨点,恢复后的信号功率谱密度在8-12Hz波段存在明显峰值;在10Hz的闪烁诱发下的SSVEP脑波,失真信号校正后去除了低频噪声,且20Hz与30Hz处的谐波明显,信噪比得到显着提升。本文所提出的MARS技术,既包含了对模拟前端电路的思考也优化了数字后端算法设计,打破了目前实验室条件下,必须要求测试者保持静止的苛刻要求;同时,乘性运动伪迹的定义与验证完善了ETI网络对生物信号失真理论的内容。该技术不受皮肤状态、电极种类（干/湿电极）与实验范式的限制,适用于不同应用领域的生物医学信号检测,并与目前市面上既有的采集设备兼容。该技术规避了传统去除运动伪迹方法中需要进行大量重复性实验来提取特征值的过程。通过总结不同实验范式下的ECG/EEG校正结果,证明了MARS技术对去除运动伪迹的有效性与鲁棒性。
王云竹[8]（2017）在《基于SVM的人体亚健康状态检测方法的研究与实现》文中认为近年来,日趋激烈的社会竞争、不断加快的生活节奏以及逐步发生改变了的现代人饮食结构,这些因素的影响使得人们开始承受越来越多的压力,处于亚健康状态的人群比重逐年上升,这些都严重影响了现代人的生活质量和精神状态。经研究表明,亚健康与多数慢性疾病的发展有着紧密的联系,因此如何尽早发现并治疗亚健康,对于其他慢性疾病的预防、人民物质生活及身心健康水平的提高有着重要的意义。本论文探讨了目前几类常见的亚健康状态诊断的方法存在的不足之处,以脉搏、心电、皮肤电信号等生理信号作为研究对象,围绕优化特征提取算法和支持向量机分类器的设计展开工作,提出一种新的亚健康诊断方法。本文的主要创新之处有两点,首先,目前根据量化参数进行健康诊断的方法中,大多数只是采集了被试者的各类生理信号作为评估参数,而忽略了心理健康的影响,虽然心理状态也会影响心电、脉搏信号的外在表现,但目前在大多数的情绪测量实验中,多数研究者还是会选择皮肤电信号作为指标,因此本文在以心电信号和脉搏信号作为评估参数的基础上,引入了重点标识被试者心理状态的皮肤电信号作为评估依据,更加全面的分析了被试者的健康状态,使检测结果更具有准确性和全面性;其次,将基于特征量后验分类率的权重因子引入线性判别法,改善了传统Fisher线性判别法中存在的过分强调后验分类率较高的特征量对于投影向量方向的影响从而可能导致的特征不明显的边缘样本分类性能降低的问题,与传统的Fisher线性判别法相比,优化后的算法不仅降低了样本类内离散度并提高支持向量机（SVM）分类器的分类性能。最终,本文以采集到的67位志愿者的三类生物信息作为实验数据,分别使用优化后的线性判别法和传统Fisher线性判别法以及主成分分析法对从三类生物信息中提取出的34个特征值进行处理并进行了状态诊断,得到的结果表明,使用优化的线性判别法处理过的数据的分类精度更高,证实了该算法的有效性和可行性。
刘宏[9]（2012）在《基于脑电信号的数字可调模拟前端芯片设计》文中进行了进一步梳理随着人类对医疗保障需求的不断提升,传统的脑电信号测量仪器已经不再满足精确可靠的要求,病人需要可随身携带并持续监测的测量仪器,以获得更准确的诊断信息。急速发展的集成电路技术为开发此类体积更小的、低噪声、低功耗的便携式生物电势采集系统铺平了道路。模拟前端采集电路就是生物电采集系统中关键的部分。本论文的主要工作是研究了低噪声前端放大器的设计方法,并在此基础上提出并设计了一个基于脑电信号的多通道模拟前端采集芯片。本文首先对生物电信号作简单介绍,从系统的角度出发,介绍了生物电信号采集系统的一般架构,并总结了系统中的前端放大器的设计难点及解决方法,最后提出设计指标。接着文章研究了低噪声放大器的设计方法,并详细介绍了设计的脑电采集芯片的各模块电路设计。文章最后给出了芯片的仿真结果及版图设计。该芯片在TSMC混合信号0.18μm CMOS IP6M工艺下设计并流片,供电电压为1.8V。后仿真结果显示其单通道功耗为700nA,等效输入噪声为2.2μVrms （0.1Hz-360Hz）,NEF指标为3.54。增益3-bit可调（54.2dB-72.3dB）,高频截止频率3-bit可调（152Hz-360Hz）。仿真结果表明该低噪声、低功耗模拟前端适合用于便携式脑电采集设备。
郭燕强[10]（2009）在《嗅神经信号特征分析及相关虚拟仪器研制》文中研究说明壁虎由于其独特的生理特征是生物机器人的理想模型。壁虎属于爬行类动物,有着灵敏的嗅觉。嗅觉系统是人和动物基本的、重要的感觉系统之一,嗅觉在动物的摄食、交配及社会行为等方面起着重要作用。动作电位是神经系统传递信息的主要方式之一,神经信息的相互传递和整合通常是通过若干动作电位组成的放电序列来实现。研究动物嗅觉与行为的关系和相关神经系统神经元的放电序列,对通过特定脑区神经的放电模式模拟输出实现壁虎行为的干预具有重要的研究意义。本文研究了大壁虎嗅觉及其诱发行为的特征和大壁虎嗅球神经元放电信号的特征提取及其放电模式。发现大壁虎嗅觉在环境探究和繁殖时期发挥着重要的作用;大壁虎嗅球神经元在嗅质刺激作用下出现了多种不同的放电模式。具体内容如下:首先,开展了大壁虎环境探究和繁殖行为实验。实验结果表明,大壁虎的刮舌运动（与嗅觉相关的一种行为）在环境探究期间随着时间的推移,刮舌运动减少;大壁虎的嗅觉在繁殖期间起着重要的导引作用。其次,研究了神经元放电信号特征分析方法,并应用LabVIEW软件独立开发出一套神经信号特征分析及模式分析虚拟仪器（VI NSPA）。该虚拟仪器通过方便的图形化界面实现对神经元放电序列的分析、图像操作和结果存储等功能。最后,分析了大壁虎嗅球神经元的放电模式,发现大壁虎嗅球神经元在香蕉水气味刺激作用下,出现了多种不同的放电模式,并用数学方式对各类放电模式进行了描述;同时,介绍了各类放电模式神经元在嗅球上的分布情况。
二、虚拟仪器及其在生物信号采集中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、虚拟仪器及其在生物信号采集中的应用（论文提纲范文）
（1）面向康复训练的下肢外骨骼系统集成与主动控制技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景及研究意义 |
| 1.2 面向康复训练的下肢外骨骼机器人系统研究现状 |
| 1.2.1 地面行走式下肢外骨骼机器人系统 |
| 1.2.2 减重悬吊式下肢外骨骼机器人系统 |
| 1.3 下肢外骨骼机器人主动控制中关键技术研究现状 |
| 1.3.1 人机状态感知与反馈技术 |
| 1.3.2 人体意图识别技术 |
| 1.3.3 下肢外骨骼控制技术 |
| 1.4 研究现状总结及存在的问题 |
| 1.5 研究内容及章节组织关系 |
| 第2章 下肢外骨骼机器人样机设计及集成 |
| 2.1 引言 |
| 2.2 样机设计需求与设计目标 |
| 2.3 整体样机系统概述 |
| 2.4 感知反馈系统 |
| 2.4.1 关节角度传感器 |
| 2.4.2 足底压力传感器 |
| 2.4.3 惯性测量单元 |
| 2.4.4 双目视觉相机 |
| 2.4.5 生理电信息采集系统 |
| 2.4.6 虚拟现实系统 |
| 2.5 规划控制系统 |
| 2.5.1 规划控制硬件平台 |
| 2.5.2 规划控制算法 |
| 2.6 运动执行系统 |
| 2.6.1 机械结构 |
| 2.6.2 电机及驱动单元 |
| 2.7 本章小结 |
| 第3章 基于人机变刚度技能传递的下肢外骨骼协同控制 |
| 3.1 引言 |
| 3.2 总体系统框架 |
| 3.3 人体下肢关节刚度估计 |
| 3.3.1 笛卡尔空间-关节空间刚度变换 |
| 3.3.2 关节刚度模型参数辨识 |
| 3.4 人-外骨骼机器人系统模型 |
| 3.4.1 下肢外骨骼系统动力学模型 |
| 3.4.2 未知动态动力学参数的模糊估计器 |
| 3.4.3 人机关节阻抗匹配模型 |
| 3.5 控制器设计及其稳定性分析 |
| 3.6 实验设计与结果分析 |
| 3.6.1 信号预处理 |
| 3.6.2 关节刚度模型离线参数辨识与验证 |
| 3.6.3 斜坡步行实验 |
| 3.7 本章小结 |
| 第4章 基于连续运动意图识别的随动下肢外骨骼主动控制 |
| 4.1 引言 |
| 4.2 总统系统框架 |
| 4.3 基于视觉反馈的随动跟踪控制 |
| 4.3.1 基于双目OpenPose的人体三维信息提取 |
| 4.3.2 移动辅助架随动跟踪控制 |
| 4.4 面向连续运动意图估计的LSTM网络设计 |
| 4.4.1 LSTM单元的基本结构 |
| 4.4.2 LSTM网络结构设计 |
| 4.5 基于运动意图的下肢外骨骼步态控制 |
| 4.5.1 基于足底压力分布特征的步态切换策略 |
| 4.5.2 基于屏障Lyapunov函数的轨迹跟踪控制器 |
| 4.6 实验设计与结果分析 |
| 4.6.1 信号采集与预处理 |
| 4.6.2 随动跟踪控制实验 |
| 4.6.3 LSTM网络训练及测试 |
| 4.6.4 连续运动意图识别下的外骨骼步态控制实验 |
| 4.7 本章小结 |
| 第5章 基于VR-EEG运动想象的外骨骼主动步态生成 |
| 5.1 引言 |
| 5.2 运动想象下的VR场景构建 |
| 5.3 基于人体生理特征的步态规划 |
| 5.3.1 基于高斯过程回归的个性化步态参数生成 |
| 5.3.2 参数化行走步态轨迹规划 |
| 5.4 基于EEG信号的行走/停止意图识别 |
| 5.4.1 脑功能分区及EEG信号节律 |
| 5.4.2 EEG信号的特征提取 |
| 5.4.3 基于SVM的EEG分类器 |
| 5.5 实验设计及结果分析 |
| 5.5.1 基于人体生理特征的个性化步态轨迹生成实验 |
| 5.5.2 基于SVM的EEG信号分类及连续步态轨迹生成实验 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 研究工作总结 |
| 6.1.1 样机设计及集成 |
| 6.1.2 人机变刚度技能传递及协同控制 |
| 6.1.3 连续意图识别及随动下肢外骨骼主动控制 |
| 6.1.4 VR-EEG运动想象的外骨骼主动步态生成 |
| 6.2 进一步工作展望 |
| 6.2.1 样机设计及集成方面不足 |
| 6.2.2 变刚度技能传递及协同控制方面不足 |
| 6.2.3 连续运动意图识别及随动下肢外骨骼主动控制方面不足 |
| 6.2.4 VR-EEG运动想象的外骨骼主动步态生成方面不足 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（2）一种有线传输的生物信号获取模拟前端设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及研究意义 |
| 1.2 国内外研究现状以及发展趋势 |
| 1.3 论文的主要内容和章节安排 |
| 第二章 有线传输的生物信号获取模拟前端中的关键技术 |
| 2.1 生物信号及生物电极的特性 |
| 2.2 低噪声技术 |
| 2.3 伪电阻偏置技术 |
| 2.4 输入阻抗提升技术 |
| 2.5 直流电极失调消除技术 |
| 2.6 抗工频干扰技术 |
| 2.7 信号转换技术 |
| 2.8 有线传输技术 |
| 第三章 有线传输生物信号获取模拟前端的电路实现 |
| 3.1 有线传输生物信号获取模拟前端电路的整体架构 |
| 3.2 斩波仪表放大器的设计 |
| 3.2.1 斩波仪表放大器主体 |
| 3.2.2 低通滤波器 |
| 3.2.3 数字控制直流伺服环路 |
| 3.2.4 阻抗提升电路 |
| 3.2.5 电容耦合斩波仪表放大器的噪声分析 |
| 3.2.6 右腿驱动电路 |
| 3.3 可编程增益放大器的设计 |
| 3.3.1 可编程增益放大器 |
| 3.3.2 快速恢复电路 |
| 3.4 逐次逼近模数转换器的设计 |
| 第四章 生物信号获取模拟前端的仿真验证 |
| 4.1 生物信号放大器的版图设计与后仿验证 |
| 4.1.1 电容耦合斩波仪表放大器的后仿验证 |
| 4.1.2 可编程增益放大器的后仿验证 |
| 4.2 低噪声生物信号放大器测试PCB以及相关测试方案 |
| 4.3 逐次逼近模数转换器的仿真验证 |
| 第五章 总结与展望 |
| 5.1 设计总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（3）基于变刚度驱动的智能仿生腿关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外智能仿生腿研究概况 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 智能仿生腿关键技术研究现状 |
| 1.3.1 关节驱动技术研究 |
| 1.3.2 仿生腿控制技术研究 |
| 1.4 研究存在的问题及挑战 |
| 1.5 本文主要研究内容及论文结构 |
| 1.6 本章小结 |
| 第二章 可变刚度的弹性驱动仿生腿设计 |
| 2.1 引言 |
| 2.2 弹性驱动仿生腿机构设计 |
| 2.2.1 膝关节运动机理 |
| 2.2.2 可变刚度弹性驱动器选型 |
| 2.2.3 可变刚度的动力型膝关节结构设计 |
| 2.3 变刚度串联弹性驱动器理论计算与分析 |
| 2.3.1 变刚度串联弹性驱动器理论计算 |
| 2.3.2 变刚度串联弹性驱动器特性分析 |
| 2.4 弹性驱动仿生腿虚拟样机建模与特性分析 |
| 2.4.1 弹性驱动仿生腿的运动特性与力学特性分析 |
| 2.4.3 弹性驱动仿生腿的能耗特性分析 |
| 2.5 仿生腿步态感知与控制平台设计 |
| 2.5.1 原型机与实验平台设计 |
| 2.5.2 系统硬件架构 |
| 2.5.3 系统软件架构 |
| 2.6 本章小结 |
| 第三章 基于表面肌电信号的步态相位识别 |
| 3.1 引言 |
| 3.2 下肢步态特征与表面肌电信号采集 |
| 3.2.1 下肢步态特征与肌群分析 |
| 3.2.2 表面肌电信号采集 |
| 3.3 表面肌电信号的预处理 |
| 3.3.1 预处理方法 |
| 3.3.2 去噪结果分析 |
| 3.4 表面肌电信号的特征提取与特征选择 |
| 3.4.1 时域特征与频域特征 |
| 3.4.2 特征评估与特征选择 |
| 3.5 基于STACKING算法的步态相位识别 |
| 3.5.1 集成学习方法概述 |
| 3.5.2 Stacking算法建模 |
| 3.5.3 实验与分析 |
| 3.6 本章小结 |
| 第四章 基于多源信息融合的运动意图识别 |
| 4.1 引言 |
| 4.2 多源运动学信息采集 |
| 4.2.1 足底压力信息采集 |
| 4.2.2 速度/加速度信息采集 |
| 4.2.3 信息采集实验 |
| 4.3 传感器信号的预处理 |
| 4.3.1 物理传感器信号去噪 |
| 4.3.2 归一化 |
| 4.3.3 滑动窗设计 |
| 4.4 特征提取与特征融合 |
| 4.4.1 多特征融合的特征提取 |
| 4.4.2 特征降维融合 |
| 4.5 步态运动意图识别策略 |
| 4.5.1 稳定步态识别 |
| 4.5.2 过渡状态识别 |
| 4.5.3 决策融合方法 |
| 4.6 本章小结 |
| 第五章 基于步态轨迹跟踪的仿生腿自适应控制 |
| 5.1 引言 |
| 5.2 仿生腿动力学建模 |
| 5.2.1 人机混合动力学模型 |
| 5.2.2 VSA膝关节动力学模型 |
| 5.3 基于TDE的自适应轨迹跟踪控制 |
| 5.3.1 自适应控制器设计 |
| 5.3.2 单腿摆动仿真与分析 |
| 5.3.3 人机混合模型仿真与结果分析 |
| 5.3.4 Echo控制实验设计与结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作小结 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（4）一维金属银纳米结构的柔性电子学研究（论文提纲范文）
| 摘要 |
| abstract |
| 符号说明 |
| 第一章 绪论 |
| 1.1 本章引言 |
| 1.2 柔性电子工业的制造和设计 |
| 1.2.1 制造技术 |
| 1.2.1.1 板材批量加工制造 |
| 1.2.1.2 卷对卷(R2R)工艺制造 |
| 1.2.1.3 增材制造 |
| 1.2.2 分形几何学 |
| 1.3 一维金属银 |
| 1.3.1 一维金属银的制备 |
| 1.3.1.1 模板法 |
| 1.3.1.2 超声还原法 |
| 1.3.1.3 多元醇溶剂热法 |
| 1.3.1.4 先进纺丝技术 |
| 1.3.2 一维金属银的柔性电子学应用 |
| 1.3.2.1 柔性透明电极 |
| 1.3.2.2 传感和生物信号采集 |
| 1.3.2.3 其他光电应用 |
| 1.4 本论文的思路与主要研究内容 |
| 第二章 超长银纳米纤维的宏量制备及相关柔性电致变色器件研究 |
| 2.1 本章引言 |
| 2.2 空气纺丝技术实超长银纳米纤维的宏量制备 |
| 2.2.1 设计和策略 |
| 2.2.2 制备和组装 |
| 2.2.2.1 空气纺丝前驱体的制备 |
| 2.2.2.2 R2R空气纺丝结合紫外还原过程 |
| 2.2.2.3 柔性ECSW的组装 |
| 2.3 银纳米纤维柔性透明电极的性能 |
| 2.3.1 方法和设备 |
| 2.3.2 结果和讨论 |
| 2.3.2.1 材料的实现 |
| 2.3.2.2 晶体学和微观形态学表征 |
| 2.3.2.3 光电性能表征 |
| 2.3.2.4 力学性能和稳定性 |
| 2.3.2.5 基于AgNF/PET柔性透明电极的ECSW |
| 2.4 总结与展望 |
| 第三章 基于银纳米线的柔性低辐射材料及其建筑尺度应用研究 |
| 3.1 本章引言 |
| 3.2 银纳米线柔性低辐射材料的制备及膜成型工艺 |
| 3.2.1 设计和策略 |
| 3.2.2 制备和组装 |
| 3.2.2.1 AgNW的制备 |
| 3.2.2.2 基于AgNW的Low-E材料的组装 |
| 3.3 银纳米线柔性低辐射材料的性能 |
| 3.3.1 方法和设备 |
| 3.3.2 结果和讨论 |
| 3.3.2.1 材料的实现 |
| 3.3.2.2 晶体学和微观形态学表征 |
| 3.3.2.3 光学和热学表征 |
| 3.3.2.4 模拟仿真和理论分析 |
| 3.2.2.5 场景实验 |
| 3.2.2.6 稳定性 |
| 3.4 总结与展望 |
| 第四章 超长银纤维的微波电磁响应研究 |
| 4.1 本章引言 |
| 4.2 银纤维电磁屏蔽材料的设计和制备 |
| 4.2.1 设计和策略 |
| 4.2.2 制备和组装 |
| 4.2.2.1 空气纺丝前驱体的制备 |
| 4.2.2.2 R2R空气纺丝结合紫外还原过程 |
| 4.3 银纤维的光学和电磁学性能 |
| 4.3.1 方法和设备 |
| 4.3.2 结果和讨论 |
| 4.3.2.1 材料的实现 |
| 4.3.2.2 空气纺丝工艺参数的精细调控 |
| 4.3.2.3 晶体学和微观形态学表征 |
| 4.3.2.4 电磁屏蔽性能 |
| 4.4 总结与展望 |
| 第五章 一维金属银的空间三维化延展-一种大尺寸电磁屏蔽弹性体 |
| 5.1 本章引言 |
| 5.2 银纳米线的空间三维化设计和制备 |
| 5.2.1 设计和策略 |
| 5.2.2 制备和组装 |
| 5.2.2.1 AgNW的制备 |
| 5.2.2.2 基底材料 |
| 5.2.2.3 R2R组装 |
| 5.3 三维银纳米线弹性体电磁屏蔽材料的性能分析 |
| 5.3.1 方法和设备 |
| 5.3.2 结果和讨论 |
| 5.3.2.1 材料的实现 |
| 5.3.2.2 晶体学和微观形态学表征 |
| 5.3.2.3 电磁屏蔽性能 |
| 5.4 总结与展望 |
| 第六章 基于银纳米线的柔性、去凝胶化、非侵入式脑-机接口(BCI) |
| 6.1 本章引言 |
| 6.2 柔性、去凝胶化BCI电极设计和制备 |
| 6.2.1 设计和策略 |
| 6.2.2 制备和组装 |
| 6.2.2.1 AgNW的制备 |
| 6.2.2.2 AgPMS的制备 |
| 6.2.2.3 AgPMS电极和BCI电极帽的组装 |
| 6.3 AgPMS性能分析 |
| 6.3.1 方法和设备 |
| 6.3.2 结果和讨论 |
| 6.3.2.1 晶体学和微观形态学表征 |
| 6.3.2.2 电学性能和稳定性 |
| 6.4 基于AgPMS电极的非侵入式BCI系统 |
| 6.4.1 接触分析 |
| 6.4.2 生物兼容性 |
| 6.4.3 基于稳态视觉诱发电位(SSVEP)的BCI应用 |
| 6.5 总结与展望 |
| 第七章 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（5）基于CMOS的血氧饱和传感器接口电路设计（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的目的和意义 |
| 1.2 国内外研究现状和发展趋势 |
| 1.3 本文主要研究内容 |
| 1.4 本文的设计指标 |
| 第2章 光容积血氧测量原理 |
| 2.1 光容积血氧测量概述 |
| 2.2 光容积血氧测量原理 |
| 2.3 光容积脉搏波信号 |
| 2.4 接口电路设计目标 |
| 2.5 本章小结 |
| 第3章 接口电路设计 |
| 3.1 电路中噪声类型及抑制方法 |
| 3.1.1 噪声类型 |
| 3.1.2 闪烁噪声抑制方法 |
| 3.2 接口电路运放模块设计 |
| 3.2.1 三运放仪表运算放大器的原理及结构 |
| 3.2.2 电流模仪表运算放大器的原理及结构 |
| 3.2.3 低噪声高增益运放模块设计原理 |
| 3.2.4 前置低噪声运放模块设计 |
| 3.2.5 后置高增益运放模块设计 |
| 3.3 滤波模块设计 |
| 3.3.1 传统滤波器的原理及结构 |
| 3.3.2 带通滤波模块设计 |
| 3.4 抑制基漂模块设计 |
| 3.5 带隙基准源模块设计 |
| 3.5.1 带隙电压基准的基本原理 |
| 3.5.2 传统带隙基准电压源电路结构 |
| 3.5.3 高阶温度补偿带隙电压基准模块设计 |
| 3.6 本章小结 |
| 第4章 接口电路仿真 |
| 4.1 运算放大器的电路仿真 |
| 4.1.1 前置运算放大器电路 |
| 4.1.2 前置低噪声运算放大器电路 |
| 4.1.3 后置高增益运算放大器电路 |
| 4.2 带通滤波器电路仿真 |
| 4.3 抑制基漂模块电路仿真 |
| 4.4 高阶补偿带隙基准源电路仿真 |
| 4.5 线性稳压输出仿真 |
| 4.6 整体电路仿真 |
| 4.7 本章小结 |
| 第5章 接口电路版图设计 |
| 5.1 整体版图布局 |
| 5.2 系统版图的DRC和 LVS验证 |
| 5.3 本文与其他文献电路性能参数比较 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
| 攻读硕士学位期间取得的科研成果 |
（6）VXI示波器数据处理软件实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状及发展趋势 |
| 1.3 课题任务和本文主要工作 |
| 第二章 VXI示波器软件总体方案 |
| 2.1 软件总体框架 |
| 2.1.1 应用层软件设计 |
| 2.1.2 驱动层软件设计 |
| 2.2 VXI示波器数据处理软件设计需求 |
| 2.3 数据分析及处理方案 |
| 2.4 自动校准方案 |
| 2.5 本章小结 |
| 第三章 数据分析及处理 |
| 3.1 参数测量模块 |
| 3.1.1 参数测量原理 |
| 3.1.2 参数测量实现 |
| 3.2 数学运算模块 |
| 3.2.1 频域变换 |
| 3.2.2 IIR滤波 |
| 3.3 基于香农插值的随机等效采样信号重构 |
| 3.3.1 随机等效采样原理 |
| 3.3.2 随机等效采样数据排序 |
| 3.3.3 随机等效采样信号重构 |
| 3.4 本章小结 |
| 第四章 自动校准模块设计 |
| 4.1 硬件结构及校准参数关联性分析 |
| 4.2 信号通道校准 |
| 4.2.1 零点校准 |
| 4.2.2 直流增益校准 |
| 4.2.3 偏置校准 |
| 4.3 触发校准 |
| 4.4 自动校准软件 |
| 4.4.1 多线程 |
| 4.4.2 校准总体软件实现 |
| 4.4.3 零点校准软件实现 |
| 4.4.4 直流增益校准软件实现 |
| 4.4.5 偏置校准软件实现 |
| 4.4.6 触发校准软件实现 |
| 4.5 本章小结 |
| 第五章 功能验证 |
| 5.1 参数测量模块功能 |
| 5.2 数学运算模块功能 |
| 5.3 随机等效采样功能 |
| 5.4 自动校准功能 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
| 附录 |
（7）用于心电检测与脑机接口的运动伪迹校正技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 研究背景及意义 |
| 1.2.1 心电检测的历史与现状 |
| 1.2.2 脑机接口的历史与现状 |
| 1.2.3 心电检测与脑机接口的热点问题 |
| 1.3 本文研究内容与创新点 |
| 1.4 本论文的结构 |
| 第2章 生物电信号的采集 |
| 2.1 引言 |
| 2.2 生物信号概述 |
| 2.2.1 心电信号 |
| 2.2.2 脑电信号 |
| 2.2.3 其他类型生物信号 |
| 2.3 生物电极 |
| 2.3.1 湿电极 |
| 2.3.2 干电极 |
| 2.4 前置仪表放大器 |
| 2.5 电极的国际放置标准 |
| 2.5.1 ECG检测系统的电极放置 |
| 2.5.2 威尔逊中心终端WCT |
| 2.5.3 BCI系统的电极放置 |
| 2.6 本章小结 |
| 第3章 前端采集电路的稳定度分析 |
| 3.1 电极-皮肤界面ETI |
| 3.1.1 ETI界面的电化学反应 |
| 3.1.2 ETI界面的电学特性及模型 |
| 3.2 运动伪迹 |
| 3.2.1 动态ETI网络的分析 |
| 3.2.2 运动伪迹的分类 |
| 3.3 实际运动对生物信号的影响 |
| 3.3.1 运动状态下的心电图 |
| 3.3.2 运动状态下的脑电图 |
| 3.3.3 实验结果及讨论 |
| 3.4 生物电采集系统的共模抑制比 |
| 3.5 DRL驱动电路 |
| 3.6 ECG与EEG信号分析方法 |
| 3.6.1 脑电信号的功率谱密度PSD |
| 3.6.2 脑电信号的时频分析方法 |
| 3.7 本章小结 |
| 第4章 运动伪迹校正技术MARS的系统设计 |
| 4.1 引言 |
| 4.2 伪随机序列的定义及其特征 |
| 4.3 基本工作原理 |
| 4.4 PN的驱动与其相关性验证 |
| 4.4.1 测试信号PN序列的驱动 |
| 4.4.2 PN的自相关性验证 |
| 4.5 MARS系统仿真结果 |
| 4.6 本章小结 |
| 第5章 MARS系统测试结果 |
| 5.1 基于ASIC的MARS系统验证 |
| 5.1.1 MMA理论验证 |
| 5.1.2 单导联ECG测试结果 |
| 5.2 面向ECG/EEG的MARS系统实现 |
| 5.3 ETI动态变化与MMA一致性验证 |
| 5.3.1 相同电极不同位置的MMA验证 |
| 5.3.2 不同电极不同位置的MMA验证 |
| 5.4 基于MARS的心电校正结果 |
| 5.5 基于MARS技术的脑电校正结果 |
| 5.5.1 校正AMA与MMA的对比结果 |
| 5.5.2 MARS系统对不同类型EEG的校正 |
| 5.5.3 MARS系统对多次重复性实验的校正结果 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者在学期间取得的成果 |
| 致谢 |
（8）基于SVM的人体亚健康状态检测方法的研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 课题研究背景 |
| 1.1.2 亚健康研究意义 |
| 1.2 亚健康研究现状 |
| 1.2.1 亚健康的体现和成因 |
| 1.2.2 国内外亚健康诊断研究现状 |
| 1.3 研究内容和论文结构 |
| 1.3.1 本文的主要研究内容 |
| 1.3.2 论文结构安排 |
| 第2章 生物信号的采集 |
| 2.1 生物信号简介 |
| 2.1.1 心电信号 |
| 2.1.2 脉搏信号 |
| 2.1.3 皮肤电反应信号 |
| 2.2 硬件系统设计 |
| 2.2.1 硬件系统整体结构 |
| 2.2.2 生物信号采集模块 |
| 2.2.3 Arduino与Matlab通信 |
| 2.3 本章小结 |
| 第3章 信号预处理与特征点提取 |
| 3.1 信号预处理 |
| 3.1.1 信号噪声特点分析 |
| 3.2 特征点提取 |
| 3.2.1 心电信号特征点提取 |
| 3.2.2 脉搏信号特征点提取 |
| 3.2.3 皮肤电信号特征点提取 |
| 3.3 初始特征提取 |
| 3.4 本章小结 |
| 第4章 特征提取与分类器设计 |
| 4.1 Fisher线性判别分析法 |
| 4.2 主成分分析法 |
| 4.3 一种改进的线性判别分析算法 |
| 4.3.1 加权的特征值矩阵计算 |
| 4.3.2 算法流程 |
| 4.4 基于SVM的分类器设计 |
| 4.5 本章小结 |
| 第5章 亚健康状态检测方法的实现 |
| 5.1 分类模型训练 |
| 5.1.1 样本的选取 |
| 5.1.2 样本初始特征点的预处理 |
| 5.1.3 特征提取及模型分类 |
| 5.2 实验系统设计 |
| 5.3 结果及分析 |
| 5.3.1 特征提取算法性能比较 |
| 5.3.2 健康状态结果分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 致谢 |
（9）基于脑电信号的数字可调模拟前端芯片设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 研究背景及意义 |
| 1.1.1 脑电信号的发展及应用 |
| 1.1.2 脑电信号采集芯片的意义 |
| 1.2 发展现状 |
| 1.3 主要工作及论文组织 |
| 第二章 微弱生物电信号采集系统简介 |
| 2.1 生物电信号 |
| 2.1.1 生物电信号的产生 |
| 2.1.2 生物电信号的种类和特征 |
| 2.2 无线生物电信号采集系统架构 |
| 2.3 前端放大器设计难点 |
| 2.4 前端放大器的噪声分析 |
| 2.4.1 器件噪声分析 |
| 2.4.2 闪烁噪声及失调改善技术 |
| 2.5 设计指标分析 |
| 2.6 本章小结 |
| 第三章 脑电采集芯片模块设计 |
| 3.1 脑电采集集成电路的系统设计 |
| 3.1.1 结构设计及电路实现 |
| 3.1.2 噪声分析 |
| 3.2 低噪声放大器的设计方法 |
| 3.2.1 套筒式放大器电路 |
| 3.2.2 折叠共源共栅放大器电路 |
| 3.2.3 两级放大器电路 |
| 3.2.4 典型放大器电路性能比较 |
| 3.3 低噪声低功耗前置放大器设计 |
| 3.3.1 前置放大器的电路实现 |
| 3.3.2 偏置电路 |
| 3.4 T-network 电容 |
| 3.5 虚拟电阻（pseudo-resistor） |
| 3.6 增益带宽可调 |
| 3.6.1 增益带宽数字调节电路实现 |
| 3.7 本章小结 |
| 第四章 芯片仿真结果及版图设计 |
| 4.1 芯片电路仿真结果 |
| 4.1.1 OTA 的频率响应及噪声仿真 |
| 4.1.2 增益带宽仿真 |
| 4.1.3 系统噪声仿真 |
| 4.1.4 DC rejection 仿真 |
| 4.1.5 仿真结果总结 |
| 4.2 NEF 指标 |
| 4.3 芯片的完整接口 |
| 4.4 版图设计注意事项 |
| 4.4.1 布局考虑 |
| 4.4.2 匹配 |
| 4.4.3 衬底噪声及保护环 |
| 4.5 芯片版图及封装 |
| 4.6 测试考量 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 主要工作总结 |
| 5.2 后续研究及展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间已发表或录用的论文 |
（10）嗅神经信号特征分析及相关虚拟仪器研制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 神经元及其动作电位的特征 |
| 1.3 神经元放电编码理论的研究概况 |
| 1.4 国内外神经元信号分析仪器研究和虚拟仪器 |
| 1.5 本文的研究意义和研究内容 |
| 第二章 大壁虎嗅觉及其诱发行为实验 |
| 2.1 大壁虎及其嗅觉 |
| 2.2 大壁虎环境探究实验和特异性行为 |
| 2.2.1 实验目的 |
| 2.2.2 实验内容 |
| 2.2.3 实验材料和方法 |
| 2.2.4 实验结果 |
| 2.2.5 讨论 |
| 2.3 大壁虎繁殖行为与嗅觉相关实验研究 |
| 2.3.1 实验目的 |
| 2.3.2 实验内容 |
| 2.3.3 实验材料和要求 |
| 2.3.4 实验流程 |
| 2.3.5 实验结果 |
| 2.3.6 讨论 |
| 第三章 基于LABVIEW 的神经信号特征分析的虚拟仪器 |
| 3.1 前言 |
| 3.1.1 实验记录系统 |
| 3.1.2 实验记录手术 |
| 3.1.3 实验记录过程 |
| 3.2 虚拟仪器及LABVIEW 语言 |
| 3.2.1 虚拟仪器 |
| 3.2.2 图形化编程语言LabVIEW |
| 3.3 神经元信号分析方法的研究 |
| 3.3.1 间隔分布分析 |
| 3.3.2 放电序列阶梯响应函数 |
| 3.3.3 放电密度函数 |
| 3.3.4 相关性分析 |
| 3.3.5 模式分析 |
| 3.4 嗅神经信号特征分析及模式分析虚拟仪器开发 |
| 3.4.1 虚拟仪器的开发流程 |
| 3.4.2 虚拟仪器的数据输入格式 |
| 3.4.3 虚拟仪器的界面设计 |
| 3.4.4 虚拟仪器实现的功能及其编程 |
| 3.5 虚拟仪器的实验验证 |
| 3.6 小结 |
| 第四章 大壁虎嗅球神经胞外记录实验神经元放电信号分析 |
| 4.1 放电模式 |
| 4.1.1 兴奋性反应 |
| 4.1.2 抑制性反应 |
| 4.1.3 无反应模式 |
| 4.2 放电模式区域分布 |
| 4.3 小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
四、虚拟仪器及其在生物信号采集中的应用（论文参考文献）
- [1]面向康复训练的下肢外骨骼系统集成与主动控制技术研究[D]. 魏强. 中国科学技术大学, 2021
- [2]一种有线传输的生物信号获取模拟前端设计[D]. 华天源. 西安电子科技大学, 2020(05)
- [3]基于变刚度驱动的智能仿生腿关键技术研究[D]. 彭芳. 华南理工大学, 2020(01)
- [4]一维金属银纳米结构的柔性电子学研究[D]. 林森. 北京邮电大学, 2020(01)
- [5]基于CMOS的血氧饱和传感器接口电路设计[D]. 邹佳玻. 黑龙江大学, 2019(03)
- [6]VXI示波器数据处理软件实现[D]. 张姗姗. 电子科技大学, 2019(01)
- [7]用于心电检测与脑机接口的运动伪迹校正技术研究[D]. 宋静怡. 吉林大学, 2017(03)
- [8]基于SVM的人体亚健康状态检测方法的研究与实现[D]. 王云竹. 北京工业大学, 2017(07)
- [9]基于脑电信号的数字可调模拟前端芯片设计[D]. 刘宏. 上海交通大学, 2012(07)
- [10]嗅神经信号特征分析及相关虚拟仪器研制[D]. 郭燕强. 南京航空航天大学, 2009(S2)