Измерительно-вычислительный комплекс для выделения слабых сигналов

• Автор: Пресняков, Сергей Владимирович
• Шифр специальности: 05.11.16
• Научная степень: Кандидатская
• Год защиты: 2000
• Место защиты: Пенза
• Количество страниц: 236 с. : ил.

СОДЕРЖАНИЕ

ВВЕДЕНИЕ
ГЛАВА 1. АНАЛИЗ МЕТОДОВ ВЫДЕЛЕНИЯ ИНФОРМАЦИИ ИЗ
ЗАШУМЛЕННЫХ СИГНАЛОВ
1,1 Анализ исследуемых сигналов
1.1.1 Общие свойства электроэнцефалограммы
1.1.2 Вызванная активность
1.1.3 Определение отношения сигнала к шуму
в электроэнцефалограмме
1.2. Характерные задачи обработки сигналов
1.3. Применение согласованной фильтрации в задачах выделения сигналов
1.4. Способы повышения отношения сигнал/шум
1.5. Фоновый принцип обнаружения изменений
1.6. Методы выделения слабых биоэлектрических ответов
1.6.1 Вероятностное обнаружение слабых сигналов
1.6.2 Корреляционные методы выделения информативных сигналов
1.6.3 Методы приема с использованием когерентных накопителей
1.6.4 Методы усреднения
1.6.5 Метод повышения достоверности обнаружения биоэлектрических ответов
1.7. Выводы
ГЛАВА 2. РАЗРАБОТКА МЕТОДА ВЫДЕЛЕНИЯ
ИНФОРМАТИВНОЕ О СИГНАЛА НА ФОНЕ
ПРЕОБЛАДАЮЩИХ ШУМОВ
2. Е Определение оптимального количества интервалов усреднения
2.2. Разработка методики выделения информативного сигнала
2.3. Определение эффективности предлагаемой методики выделения сигнала из шума
2.4. Аппаратный комплекс фазирования сигналов
2.5. Использование линейной теории предсказания
2.6. Прогнозирование на основе статистической структуры временной организации ритмов ЭЭГ
2.7. Адаптивный алгоритм выделения сигнала
2.8. Выводы
ГЛАВА 3. ОЦЕНКА ЭФФЕКТИВНОСТИ РАЗРАБОТАННОГО МЕТОДА НА ИМИТАЦИОННЫХ МОДЕЛЯХ РАССМАТРИВАЕМЫХ СИГНАЛОВ
3.1. Особенности построения моделей сигналов сложных систем
3.2. Виды моделей
3.3. Разработка имитатора ЭЭГ
3.4. Модели ВП
3.5. Анализ предлагаемой методики на моделях сигналов
ГЛАВА 4. ИСПОЛЬЗОВАНИЕ РАЗРАБОТАННОЙ МЕТОДИКИ
ПРИ ОБНАРУЖЕНИИ РЕАКЦИЙ ГОЛОВНОГО МОЗГА
4.1 Анализ технических средств реализующих разработанную
методику выделения зашумленного сигнала
4.2 Разработка способа выделения сигналов подпорогового уровня
4.3 Экспериментальная проверка разработанной методики на примере обнаружении реакций головного мозга на
низкоэнергетическое излучение миллиметрового диапазона
4.4 Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ 1. Материалы, относящиеся к внедрению результатов
диссертационной работы
ПРИЛОЖЕНИЕ 2. Программное обеспечение измерительновычислительного комплекса

Данное обстоятельство делает описанный метод выделения сигнала весьма привлекательным для использования при выделении слабых биоэлектрических сигналов с подобным отношением сигнал/шум. Однако он позволяет проводить лишь обнаружение сигнала и не способен оценить его параметры. При диагностике заболеваний в основном оперируют понятиями, которые содержат конкретные числовые значения отдельных составляющих сигнала. Поэтому фоновый принцип обнаружения изменений может быть использован лишь при определении наличия воздействия.
1.6. Методы выделения слабых биоэлектрических ответов
Обратимся к историческим аспектам выделения слабых биоэлектрических сигналов головного мозга. Рассмотрим основные методы и средства использующиеся в электроэнцефалографии для выделения слабых сигналов на фоне преобладающих их шумов, основной вклад в которые вносит спонтанная электроэнцефалограмма.
Для решения задачи обнаружения реакции, используется способ вероятностного обнаружения слабых реакций [54]. Для более подробного анализа может быть применен корреляционный метод выделения сигнала [27], при котором производится усреднение по времени произведения двух функций, одна из которых принимается за эталон, а другая является зарегистрированным сигналом. Однако наиболее часто используются методы когерентного приема [4], которые максимально эффективны при решении задачи выделения биоэлектрических сигналов головного мозга. Рассмотрим подробнее данные методы.
1.6.1. Вероятностное обнаружение слабых реакций
Электрические реакции мозга, возникающие в ответ на то или иное воздействие, очень часто оказывают слабо выраженными и вызываются только частью наносимых стимулов. В этих условиях при оценке опытных данных в