-
题名一种适合于动态建模的信号参数模型
被引量：1
- 1
-
-
作者
金晓峰
袁文俊
-
机构
杭州应用声学研究所
-
出处
《振动．测试与诊断》
EI
CSCD
1993年第2期13-17,共5页
-
文摘
本文利用复指数模型作为瞬态信号的表示形式;系统的动态参数模型可由系统的输入与输出信号之间的关系建立;对实际窄带滤波器的阶跃响应的建模,表明了复指数信号模型是一种很有效的瞬态信号表示方法,只需截取很短的一段瞬态过渡信号,就可以得到信号参数的估计,系统模型的频域,时域回归效果较好.
-
关键词
复指数模型
传递函数
最小二乘法
-
Keywords
complex-exponential model,transfer function,least square method,step response
-
分类号
TN911.6
[电子电信—通信与信息系统]
-
-
题名多复指数模型及其在EEG数据分析中的应用
- 2
-
-
作者
陈道木
J.Petzold
-
机构
航天医学工程研究所
Philipps-Universitt Marburg
-
出处
《航天医学与医学工程》
CAS
CSCD
1992年第2期79-90,共12页
-
文摘
由头皮上电极所记录下的EEG信号是大脑中各种电活动,尤其是神经元电活动,互相耦合而产生的电位变化的整体反映。有一种看法认为,表面看来随机、无规则的EEG信号,实际上它的变化只是由少量几个动力学参量控制着的非线性过程。根据这个假定,我们提出使用多复指数(MCE)模型来描述EEG信号的想法。文中首先简要地介绍了用来估计时序信号MCE模型参数的非调和Fourier展开算法(NHFE)的基本思想。然后,对一个叠加有白噪声、具有4个频率成分的模拟信号,用NHFE算法估计出其MCE模型参数,并把所得的结果与用经典的周期图谱分析方法、AR模型谱分析方法所得到的信号频谱作了比较。结果表明,在SNR高的条件下,NHFE算法所估计出的模型参数能更客观地反映信号的固有特性。基于目前的有关EEG形成的假设,应用MCE模型来描述EEG将更能反映出其特征。因此,我们对MCE模型及其参数在EEG数据分析中的几种可能应用作了初步尝试。这些应用包括:EEG信号段(或一段诱发电位,或一段事件关联电位)的特征参数的提取,这些特征参数包括优势频率值、独立的频率成分个数、幅度值、正负衰减指数的个数、频带宽度与幅度乘积(能量);EEG的频率调制特性的粗略描述等。从而看到了用通常信号分析方法所看不到的EEG信号中所反映的大脑活动的变化。由于用MCE模型及其参数来描述EEG的方法更符合目前关于大脑非线性动力学行为的假设,所以这一方法将是表示EEG信号的有效途径之一。另外,MCE模型方法在EEG信号的模拟研究与数据压缩等方面也将是有用的。文中还讨论了NHFE算法应用中的一些问题。
-
关键词
脑电图
信号分析
复指数模型
-
Keywords
EEG, signal analysis, complex exponental model
-
分类号
R741.044
[医药卫生—神经病学与精神病学]
-
