相关资源下载 - yeec维修网

共有 1797 个资源默认按最新按推荐按免费按付费按浏览量按下载量

0 次点评

Toshiba Xario SSA-660A 英文维修手册-维护卷

分类：超声诊断下载：6 浏览：279 时间：2024-01-30

0 次点评

生物医学信号处理刘海龙化学工业出版社 2006-04-01 摘要：本书主要内容有生物电磁现象产生机制及其测量；随机信号的基本知识；检测和估计的任务及基本原理；匹配滤波、维纳滤波、卡尔曼滤波、自适应滤波的理论、设计和应用等。目录：第1章生物电磁现象产生机制及其测量 ----------------8 1.1 概述 ----------------8 1.2 生物电磁现象及其产生机制 ----------------8 1.2.1 细胞的生物电现象 ----------------8 1.2.2 生物电现象的产生机制 ----------------9 1.3 生物电磁信号的测量与分析 ----------------12 1.3.1 场电位和电流源密度的定量分析 ----------------13 1.3.2 生物容积导体的特性 ----------------15 1.4 生物电磁信号测量技术的应用 ----------------15 1.4.1 偶极子理论 ----------------15 1.4.2 心电图 ----------------16 1.4.3 心磁图 ----------------16 1.4.4 心电图与心磁图的比较 ----------------17 习题 ----------------18 第2章随机信号分析 ----------------19 2.1 概述 ----------------19 2.2 随机信号的特征 ----------------20 2.2.1 概率密度函数 ----------------20 2.2.2 数字特征 ----------------21 2.2.3 自相关函数 ----------------22 2.2.4 功率谱 ----------------24 2.3 常见的随机过程 ----------------25 2.3.1 高斯 (正态)过程 ----------------25 2.3.2 白噪声过程 ----------------26 2.3.3 高斯?马尔可夫过程 ----------------26 2.4 随机信号的联合特征 ----------------27 2.4.1 互相关函数 ----------------27 2.4.2 互谱密度 ----------------28 2.5 离散时间随机信号的特征 ----------------29 2.5.1 随机信号的采样定理 ----------------29 2.5.2 离散随机信号的统计特性 ----------------29 2.6 非白噪声的正交展开 ----------------32 2.6.1 卡南-洛伊夫 (Karhunen?Loeve)展开式 ----------------32 2.6.2 狄拉克 (Dirac)δ函数的性质 ----------------34 习题 ----------------35 第3章随机信号通过线性时不变系统 ----------------38 3.1 概述 ----------------38 3.2 二端线性时不变系统 ----------------39 3.2.1 基本特征 ----------------39 3.2.2 两个随机过程的相干函数 ----------------40 3.3 多端线性时不变系统 ----------------41 3.4 离散随机信号通过线性时不变系统 ----------------44 习题 ----------------49 第4章信号检测 ----------------52 4.1 概述 ----------------52 4.1.1 检测分类 ----------------52 4.1.2 检测的各种概率描述 ----------------53 4.2 常见检测准则 (检测判据) ----------------53 4.2.1 极大后验概率准则 ----------------53 4.2.2 最小失误率准则 ----------------57 4.2.3 贝叶斯准则 ----------------57 4.2.4 纽曼?皮尔逊准则 ----------------58 4.3 多次观察 ----------------60 4.4 多元检测 ----------------63 4.4.1 离散型随机变量观察值 ----------------64 4.4.2 连续型随机变量观察值 ----------------65 习题 ----------------67 第5章信号的参数估计 ----------------70 5.1 概述 ----------------70 5.2 非线性估计 ----------------72 5.2.1 贝叶斯估计 ----------------72 5.2.2 极大似然估计 ----------------74 5.2.3 观察是矢量情况 ----------------74 5.3 应用举例 ----------------75 5.4 估计量的性质 ----------------81 5.4.1 非随机参数的克拉美?劳下限和极大似然估计 ----------------81 5.4.2 随机参数的克拉美?劳不等式及极大后验概率估计 ----------------83 5.4.3 均方估计的无偏性 ----------------84 5.5 线性估计 ----------------84 5.5.1 概述 ----------------84 5.5.2 线性均方估计 ----------------85 5.5.3 递归线性最小均方估计 ----------------88 5.5.4 最小二乘估计 ----------------92 习题 ----------------95 第6章功率谱估计的经典方法 ----------------99 6.1 概述 ----------------99 6.2 自相关序列的估计 ----------------100 6.2.1 自相关序列的无偏估计 ----------------100 6.2.2 自相关序列的有偏估计 ----------------102 6.3 周期图及其估计质量 ----------------103 6.3.1 周期图的定义 ----------------103 6.3.2 周期图的带通滤波器组解释 ----------------104 6.3.3 周期图的估计质量 ----------------106 6.3.4 周期图的随机起伏 ----------------113 6.3.5 自相关的无偏估计的傅里叶变换 ----------------113 6.4 改善周期图质量的方法 ----------------114 6.4.1 修正周期图法:数据加窗 ----------------114 6.4.2 Bartlett法:周期图的平均 ----------------117 6.4.3 Welch法:修正周期图的平均 ----------------121 6.4.4 Blackman?Tukey法:周期图的加窗平滑 ----------------122 6.4.5 各种周期图计算方法的比较 ----------------124 习题 ----------------126 第7章功率谱估计的现代方法 ----------------129 7.1 概述 ----------------129 7.2 谱估计的参数模型方法 ----------------129 7.3 AR模型的Yule?Walker方程 ----------------131 7.4 Levinson?Durbin算法 ----------------132 7.5 AR模型的稳定性及其阶的确定 ----------------135 7.6 AR谱估计的性质 ----------------137 7.6.1 AR谱估计隐含着自相关函数的外推 ----------------137 7.6.2 AR谱估计与线性预测谱估计等效 ----------------138 7.6.3 AR谱估计与最大熵谱估计(MESE)等效 ----------------141 7.6.4 AR谱估计等效于最佳白化处理 ----------------143 7.6.5 AR谱估计的界 ----------------145 7.7 格形滤波器 ----------------145 7.8 AR模型参数提取方法 ----------------147 7.8.1 Yule?Walker法 ----------------148 7.8.2 协方差法 ----------------148 7.8.3 Burg法 ----------------149 7.9 AR谱估计的异常现象及其补救措施 ----------------151 7.9.1 虚假谱峰 ----------------152 7.9.2 谱线分裂 ----------------152 7.9.3 噪声对AR谱估计的影响 ----------------153 7.10 MA和ARMA模型谱估计 ----------------155 7.10.1 MA模型谱估计 ----------------155 7.10.2 ARMA模型谱估计 ----------------156 习题 ----------------158 第8章确定性信号的提取 ----------------161 8.1 概述 ----------------161 8.2 白噪声背景下的匹配滤波器 ----------------161 8.2.1 匹配滤波器的作用 ----------------161 8.2.2 匹配滤波器的理论分析 ----------------162 8.2.3 匹配滤波器的特性 ----------------163 8.3 离散时间形式的匹配滤波器 ----------------165 8.4 相关检测——似然比检验的扩展 ----------------165 8.4.1 问题的提出与分析 ----------------165 8.4.2 检测性能 ----------------166 8.4.3 似然比检验和匹配滤波间的关系 ----------------168 8.4.4 多元检测 ----------------169 8.5 非白噪声中已知信号的检测 ----------------170 8.5.1 卡南-洛伊夫展开法 ----------------170 8.5.2 非白噪声下的匹配滤波器 ----------------172 8.6 应用实例 ----------------174 8.7 相干平均法提取脑诱发电位 ----------------177 8.7.1 基本原理 ----------------177 8.7.2 噪声相关的情况 ----------------177 8.7.3 响应波形随机性的影响 ----------------178 8.7.4 潜伏期随机性的影响 ----------------179 8.7.5 减少累加次数 ----------------179 习题 ----------------181 第9章维纳滤波 ----------------184 9.1 概述 ----------------184 9.2 波形线性均方估计的正交原理 ----------------184 9.3 维纳-霍夫 (Wienet?Horf)积分方程 ----------------186 9.4 非因果的维纳滤波问题 ----------------186 9.4.1 连续时间形式的解答 ----------------187 9.4.2 离散时间形式的解答 ----------------187 9.5 因果的维纳滤波器 ----------------188 9.5.1 FIR型处理 ----------------189 9.5.2 预白化处理 ----------------189 9.6 预测问题 ----------------191 9.6.1 一般解答 ----------------191 9.6.2 用有限项FIR滤波器实现 ----------------192 9.7 后验维纳滤波与互补维纳滤波 ----------------193 9.7.1 后验维纳滤波 ----------------193 9.7.2 互补维纳滤波 ----------------195 9.8 矢量情况下的离散维纳滤波 ----------------196 9.9 时空多通道离散维纳滤波 ----------------197 9.10 线性变换等效离散维纳滤波 ----------------198 9.10.1 线性变换 ----------------198 9.10.2 等效对角线维纳滤波的线性变换 ----------------199 9.11 应用实例 ----------------199 9.11.1 后验维纳滤波提取视觉诱发电位 ----------------199 9.11.2 体感觉诱发电位 ----------------202 9.11.3 肌电信号提取 ----------------202 习题 ----------------203 第10章卡尔曼滤波 ----------------205 10.1 概述 ----------------205 10.2 纯量卡尔曼滤波 ----------------206 10.2.1 数学描述 ----------------206 10.2.2 算法推导 ----------------207 10.3 纯量一步预测 ----------------209 10.3.1 由s ∧k导出ε ∧k+1|k ----------------209 10.3.2 编程 ----------------210 10.3.3 推广结果 ----------------211 10.3.4 推导预测 ----------------213 10.4 矢量卡尔曼滤波器 ----------------215 10.4.1 提法的推广 ----------------215 10.4.2 算法的推广 ----------------218 10.5 应用实例 ----------------220 习题 ----------------224 第11章自适应滤波 ----------------226 11.1 概述 ----------------226 11.2 横向结构的随机梯度法 ----------------227 11.2.1 基本原理 ----------------227 11.2.2 性能讨论 ----------------228 11.3 应用实例 ----------------230 11.3.1 自适应噪声抵消 ----------------230 11.3.2 自适应谱线增强 ----------------233 11.3.3 自适应系统辨识 ----------------234 11.4 随机梯度法的引申 ----------------236 11.4.1 扩大算法的应用范围 ----------------236 11.4.2 改进算法的性能 ----------------237 11.5 格形结构的随机梯度法 ----------------238 11.5.1 基本原理 ----------------238 11.5.2 应用实例 ----------------242 11.6 递归的最小二乘法 ----------------243 11.6.1 递归最小二乘法的含义 ----------------243 11.6.2 传统算法的推导 ----------------244 11.6.3 进一步讨论 ----------------246 习题 ----------------247 第12章高阶谱分析 ----------------248 12.1 概述 ----------------248 12.2 三阶相关和双谱的定义及其性质 ----------------248 12.2.1 三阶相关函数的对称性 ----------------248 12.2.2 双谱的对称性、周期性和共轭性 ----------------249 12.2.3 确定性序列的双谱 ----------------249 12.2.4 双谱中的相位信息 ----------------249 12.3 累量和多谱的定义及其性质 ----------------250 12.3.1 随机变量的累量 ----------------250 12.3.2 随机过程的累量 ----------------252 12.3.3 多谱的定义 ----------------253 12.3.4 累量和多谱的性质 ----------------253 12.4 累量和多谱估计 ----------------256 12.5 基于高阶谱的相位谱估计 ----------------257 12.5.1 由ψ3推算φ(ω) ----------------257 12.5.2 由ψ4推算φ(ω) ----------------258 12.6 基于高阶谱的模型参数估计 ----------------259 12.6.1 AR模型参数估计 ----------------259 12.6.2 MA模型参数估计 ----------------261 12.6.3 ARMA模型参数估计 ----------------263 12.7 利用高阶谱确定模型的阶 ----------------264 12.8 多谱的应用 ----------------265 习题 ----------------267 第13章心电信号的QRS复波检测 ----------------269 13.1 概述 ----------------269 13.2 ECG的功率谱 ----------------269 13.3 带通滤波方法 ----------------269 13.3.1 双极点递归滤波器 ----------------270 13.3.2 整数型滤波器 ----------------270 13.3.3 不同Q值的滤波器响应 ----------------271 13.4 差分法 ----------------271 13.5 模板匹配法 ----------------272 13.5.1 模板互相关 ----------------272 13.5.2 模板减去法 ----------------272 13.5.3 基于句法的模板匹配 ----------------273 13.6 QRS复波检测算法 ----------------273 13.6.1 整数型带通滤波器 ----------------274 13.6.2 微分 ----------------276 13.6.3 平方函数 ----------------278 13.6.4 移动窗口积分 ----------------278 13.6.5 设置阈值 ----------------279 13.6.6 回检方法 ----------------280 13.6.7 性能测试 ----------------280 习题 ----------------280 第14章自发脑电信号的处理 ----------------282 14.1 概述 ----------------282 14.2 脑电图瞬态的提取 ----------------284 14.3 准平稳分段 ----------------287 14.3.1 旧的分段算法的缺点 ----------------287 14.3.2 自适应算法 ----------------287 14.4 特征提取——传统方法 ----------------288 14.4.1 时域波形的直接分析 ----------------288 14.4.2 频域上提取脑电特征 ----------------290 14.5 特征提取——现代方法 ----------------290 14.5.1 参数模型 ----------------291 14.5.2 递归估计 ----------------293 14.5.3 用小波变换模极大值对的方法检测癫痫脑电棘波 ----------------295 14.5.4 基于独立分量分析的脑电消噪与特征提取 ----------------297 习题 ----------------301 第15章诱发脑电信号的处理 ----------------302 15.1 概述 ----------------302 15.2 听觉诱发电位的提取与处理 ----------------303 15.2.1 脑干听觉诱发响应的提取 ----------------304 15.2.2 客观的听力阈值检测 ----------------313 15.3 视觉诱发电位的处理 ----------------315 15.3.1 从噪声中提取视觉诱发电位的几种方法 ----------------316 15.3.2 视觉诱发电位的分解 ----------------321 习题 ----------------329 第16章脑神经网络胞外锋电位的处理 ----------------330 16.1 概述 ----------------330 16.2 胞外锋电位数据序列的获取 ----------------331 16.2.1 数据的获取系统 ----------------331 16.2.2 数据采集 ----------------332 16.3 Spike脉冲的提取 ----------------334 16.3.1 阈值提取法 ----------------334 16.3.2 窗口提取法 ----------------335 16.3.3 改进窗口提取法 ----------------336 16.4 Spike脉冲的分类 ----------------338 16.4.1 阈值分类 ----------------339 16.4.2 形状分类 ----------------339 16.4.3 模板分类 ----------------339 16.4.4 主成分分类 ----------------340 16.4.5 独立成分分类 ----------------342 16.4.6 小波分类 ----------------344 16.4.7 人工神经网络分类 ----------------346 16.5 相关 ----------------351 16.5.1 相关分析 ----------------351 16.5.2 结果 ----------------352 16.6 爆发 (burst)信号的处理 ----------------353 16.6.1 定义 ----------------353 16.6.2 爆发 (burst)信号的处理设想 ----------------355 习题 ----------------356 参考文献 ----------------357