一、VC与MATLAB的最新集成方法及其应用（论文文献综述）
陈祖晨[1]（2020）在《铁道车辆悬挂系统半主动控制仿真与硬件在环试验研究》文中提出传统铁道车辆的被动悬挂系统是依据标准的车轮和钢轨型面综合各项指标折衷优化设计的,在运营过程中其阻尼特性是无法实时改变的,不能适应外界条件的变化。当列车的运行条件、线路条件、轮轨磨耗等出现变化,而被动悬挂系统参数无法适应时,列车的动力学性能会出现恶化的现象。此外,随着运营里程的不断增加,被动悬挂系统本身也会出现性能退化,造成列车的动力学性能恶化。因此,为改善高速列车的运行品质,设计一种可以适应外界条件变化的悬挂系统成为迫切需求。半主动悬挂系统具有消耗能量少、控制简单、控制失效导向安全性良好等优势,使解决此问题成为可能。本文围绕铁道车辆悬挂系统的二系横向减振器进行半主动控制仿真与硬件在环试验研究,以提高车辆的平稳性,改善车辆运行品质。论文的主要研究内容如下:（1）首先,以四分之一车辆模型作为研究对象、非线性系统近似传递率作为评价指标,对比分析了被动控制、Sky-hook（SH）控制以及Acceleration driven damper（ADD）控制的控制效果。基于线性连续型SH控制策略和线性连续型ADD控制策略,提出一种新型半主动控制策略-线性连续型Mixed SH-ADD。通过仿真对比分析,结果表明:线性连续型Mixed SH-ADD控制策略在全频范围内表现较优,而且其控制效果优于开关型Mixed SH-ADD控制。（2）然后,建立高速动车组整车模型,并通过动力学仿真验证了模型的可靠性。对比仿真分析开关型和线性连续型Mixed SH-ADD控制对车辆运行平稳性和安全性的影响,结果表明:半主动控制可以大大提高车辆运行平稳性,提出的线性连续型Mixed SH-ADD控制策略对改善车辆运行平稳性表现更优。（3）进一步地,利用硬件在环仿真技术,构建了铁道车辆悬挂系统硬件在环试验系统,并对其可靠性从三个方面进行了试验验证。在单频激励和德国低干扰谱轨道不平顺激励两种工况下开展了硬件在环仿真试验,试验结果表明:铁道车辆二系横向减振器半主动控制可以大大缩小车体横向振动加速度,改善车辆的平稳性;提出的线性连续型Mixed SH-ADD控制策略可以在开关型控制策略的基础上,再明显降低车体横向振动加速度,提高车辆横向平稳性能。
张磊[2]（2020）在《实用化多模态脑-机接口中若干关键技术的研究》文中指出脑-机接口（Brain-Computer Interface,BCI）是一种特殊的人机交互技术,其以头皮表面检测到的脑电信号（Electroencephalogram,EEG）为信息载体,实现人脑对外部设备的直接控制。BCI技术的研究具有重要的理论意义和广阔的应用前景。基于EEG的BCI系统主要有四种类型:稳态视觉诱发电位（Steady-State Visual Evoked Potentials,SSVEPs）、运动想象（Motor Imagery,MI）、基于事件相关电位的P300和慢皮质电位。不同类型的BCI系统各有优缺点。混合BCI技术是通过结合两种或两种以上的传统BCI模式来弥补单一模式的缺点,开发出功能更强、稳定性更好的多模态BCI系统。尽管脑-机接口系统的性能方面获得了很大的突破,但就目前而言,BCI系统在可靠性和普适性方面还不够完美。这些不足主要是由于脑电信号低的信噪比,易受噪声干扰和非稳态特性引起的。本论文主要对BCI研究领域的运动想象和稳态视觉诱发两大方向展开相关研究。以脑-机交互的自主可控性和稳定性改善为主要目标,并注重训练和操作过程的“自然性”和“舒适性”等指标,从而设计与实现实用化的BCI在线系统。围绕上述目标,分别从脑电信号采集、信号处理、特征提取和分类识别等模块进行相关研究。研究内容主要包含两大部分,即理论研究和系统实现。理论研究的核心是EEG信号处理和模式识别算法的研究。在运动想象脑-机接口（Motor Imagery BCI,MI-BCI）方面,重点研究共同空间模式（Common Spatial Pattern,CSP）和独立分量分析（Independent Component Analysis,ICA）的空域滤波方法在MI-BCI中的合理应用。在SSVEP-BCI方面,重点研究典型相关算法（Canonical Correlation Analysis,CCA）在异步BCI中的应用。为了综合评测不同算法的性能指标,分别建立了MI-BCI和SSVEP-BCI数据库和算法评测平台。系统实现的难点是建立合理的脑-机协同控制策略,研究多模态BCI的融合技术,搭建在线和异步模式的BCI系统。在系统实现的过程中,需要解决一系列工程问题,例如软件系统的开发、数据的实时通信、算法的识别精度与执行效率之间平衡等情形。本文的主要贡献和创新点主要体现在以下几个方面:第一,针对传统的CSP算法稳定性不好和训练模型易受噪声干扰的缺点,本文综合现有多种类型CSP算法的优点,从时间-频率-空间联合优化角度出发,提出滑动频带滤波的CSP算法,用于自动寻找稳定的个性化特征参数。该方法可以有效降低检测阶段的计算成本,便于实现少导联和低成本的BCI系统。实验结果表明,所提算法不仅识别率好,而且执行效率高,满足在线模式MI-BCI系统开发的需求。第二,为了减少MI-BCI系统的训练时间和解决传统的ICA算法不易使用的劣势,通过对多种经典的ICA算法进行研究和对比分析,提出一种应用于MI-BCI在线系统检测的改进的信息极大化ICA算法。该方法可从较少的无标签训练数据中自动检测和输出与运动想象类别相关的独立分量,大幅缩短训练时间,有效提高计算效率;此外,所提算法在不同被试之间具有较好的模型迁移性能,鲁棒性好,所设计的BCI系统运行状态稳定。第三,针对现有的MI-BCI系统目标较少和信息传输率较低的局限性,本文融合自发脑电alpha节律可以自主控制和SSVEP目标数量多的优点,设计一种新型模式混合的BCI系统。同时提出一种滑动窗投票判断策略的算法,能够将计算效率高效的CCA算法应用于连续控制的异步SSVEP-BCI系统中。结果显示,系统的信息传输速率（Information Transmission Rate,ITR）和灵敏度都得到了明显的提高,这对开发实用化的多模态BCI在线系统具有重要的意义。第四,依照设计目标,分别设计与开发了基于空域滤波的MI-BCI同步在线系统、基于EEG和EOG混合的异步MI-BCI系统以及基于Alpha节律和SSVEP混合的异步BCI系统,各项指标满足设计要求。系统实现工作使得BCI理论研究成果可以落地,表明本论文所做的工作具有实际应用价值。文章最后,对本论文的研究工作和相关成果进行总结,并对下一步的研究方向进行展望。
李伟夫[3]（2020）在《卷积神经网络理论及其应用》文中研究指明近年来,卷积神经网络在计算机视觉领域取得了一系列突破性的研究成果.但其本身的数学模型还没有得到完善的验证与解释.因此,从理论上分析卷积神经网络数学模型的逼近能力和推广性能具有重要的理论研究价值.本文从本质上分析了深度卷积神经网络优于浅层卷积神经网络的内在机制,并从函数逼近论的视角研究了卷积神经网络的逼近能力和推广性能.理论研究结果表明,卷积神经网络在任意紧子集（?）（?）Rd上的连续函数空间C（（?））上是一致的,以及其过推广误差的上界可以由样本个数m和卷积神经网络的可调节参数的个数w和层数J界定.这为卷积神经网络的数学模型提供了一定的理论解释.此外,随着当今科技的快速发展,各学科获取数据的能力也越来越强,很多问题都可以转化为从图像中提取感兴趣的目标.因此如何将卷积神经网络以合理的形式应用于具体的图像处理问题当中,对促进相应学科的发展有着极其重要的实际意义.在实际应用中,针对不同数据面临的自动化分析难的问题,结合传统的图像处理算法分别给出了相应的自动化处理流程.（1）针对大体量电镜数据中线粒体的提取,提出了一种基于3D全卷积深度监督网络的线粒体重建算法.该方法通过三维卷积获取线粒体的空间特征和深度监督的策略加速网络收敛,从而实现线粒体的准确分割与重建.在多个电镜数据集上的实验结果验证了提出方法的有效性.（2）针对高通量的镍基高温合金数据,我们利用传统的图像处理方法将全视场电镜图像中成分、组织、硬度数据对应,建立了材料成分-组织-性能数据的对应关系.此外利用卷积神经网络进行微观组织识别并建立了一套形态学参数提取方法.这为镍基高温合金研究提供大量的材料学数据.（3）针对笼养小鼠记录视频,我们建立了一套笼养小鼠行为的自动分析方法和处理流程,包括基于卷积神经网络的笼养小鼠定位追踪、运动状态分析及脑电图分类.通过对笼养小鼠的行为分析,发现了小鼠运动行为特征与脑电图特征具有高度对应性.统计结果表明小鼠运动行为的转变主要发生在相邻状态之间,而不是随机发生.从而揭示了小鼠运动状态的变化规律.（4）针对风云气象卫星微波成像仪数据,我们提出了一种新的地理定位误差估计方法.在海岸线检测上,我们利用了更多的观测信息建立曲面拟合插值模型,并结合图像处理的方法获取亮温变化最大的“拐线”当作海岸线.在定位误差度量上,我们采用迭代最近邻算法来寻找检测海岸线和真实海岸线之间的对应关系并确定定位误差.实验结果验证了提出方法的有效性.
陶李[4]（2019）在《北斗三号B2a信号捕获算法研究及其FPGA验证》文中研究表明我国的北斗三号系统正逐渐投入使用,该系统的全面运行使得我们拥有了自己的卫星导航系统,摆脱了GPS等导航定位系统的控制,体现了我国的经济实力和科技能力。卫星导航接收机按照工作流程可以分成三个模块:射频前端处理、数字基带信号处理和定位导航。其中,捕获是基带信号处理的核心步骤,其性能直接影响后续跟踪环节的精度和处理速度,进而影响整个接收机的性能,因此,如何提高捕获性能成为导航领域内的一个热点问题。本文主要研究北斗三号B2a信号的捕获方法。首先,介绍了北斗系统的导航原理和接收机的工作流程,分析了北斗三号B2a信号的结构特征,包括卫星信号组成部分、测距码发生器的结构特点、北斗卫星系统信号调制方式和导航电文的组成结构,然后研究了北斗三号B2a信号的捕获原理,讨论了三种传统的捕获方案,并在Matlab平台上对三种方案进行仿真,分析它们的性能。其次,针对信号中数据位比特跳变引起的相关峰值大幅衰减的问题,本文研究了一种比特翻转时域并行捕获（Transition-Detection Time Parallel Acquisition,TTP）算法,在Matlab平台上采用TTP算法对北斗三号B2a信号进行捕获,结果表明,TTP算法既能捕获到存在比特跳变的信号,又能捕获到不存在比特跳变的信号。同时,蒙特卡洛仿真实验表明,当载噪比为35dB·Hz,虚警概率为10-3时,捕获概率可以达到99%。最后,在ISE Design Suite 14.7软件平台上利用Verilog HDL语言对TTP算法进行电路设计,并采用Virtex7系列的xc7vx485t-2ffg1761芯片对TTP算法进行板级验证,结果证明该算法能够正确捕获到存在比特跳变的北斗三号B2a信号,并且具有良好的捕获性能。目前,导航领域内对存在比特跳变的北斗信号捕获方法的研究尚不完善,而本文研究的TTP捕获算法可以减小比特跳变引起的能量损失。因此,本文的研究对北斗产业的发展有一定的意义。
刘宝玉[5]（2019）在《GNSS/MEMS INS深组合导航及其完好性监测》文中进行了进一步梳理诸多现代高科技产品与应用,如自动驾驶汽车、无人机等,都需要高精度、高可靠的导航。具有很强互补特性的全球导航卫星系统（GNSS,Global Navigation Satellite System）和惯性导航系统（INS,Inertial Navigation System）的深度组合有助于满足此类需求。随着微机电系统（MEMS,Micro-Electro-Mechanical System）技术的快速发展及其应用的广泛普及,越来越多的导航设备基于MEMS IMU（Inertial Measurement Unit）来实现INS。GNSS与基于MEMS IMU的INS（MEMS INS）的深组合导航在军用和民用导航系统中具有很大的应用前景。组合导航涉及用数据融合算法对多源导航数据进行融合,以得到比单一系统更优的导航结果。对于包含多种导航数据源的组合导航系统,为了提高系统的容错性和减小系统的计算量等,可以采用分布式数据融合算法对多源导航数据进行融合。精度和保守性是数据融合算法的两个重要性能指标。本文分析了CI（Covariance Intersection）、CC（Convex Combination）、LE（Largest Ellipsoid）、EI（Ellipsoidal Intersection）数据融合算法在原理上的关联性,对CC、LE和EI算法的保守性进行了证明,并提出了一种基于并行融合结构的PLE（Parallel Largest Ellipsoid）数据融合算法。与CI算法和基于串行结构的SLE（Sequential Largest Ellipsoid）数据融合算法相比,PLE算法在精度和保守性上有更好的综合性能,且具有更高的计算效率。得益于跟踪通道间的相互辅助,矢量跟踪（Vector Tracking）相比于标量跟踪（Scalar Tracking）具有更优越的性能。在GNSS/INS深组合导航系统中,接收机基带和INS深度耦合在一起形成一个矢量闭环跟踪系统。对GNSS信号的稳定跟踪和对导航误差的精确估计是GNSS/INS深组合导航实现的关键。本文通过将短时间内的矢量跟踪码环近似成定常线性系统,在复数域中建立了包含接收机基带和导航滤波器在内的矢量跟踪码环误差状态空间模型,并分析了其对伪码相位阶跃输入的跟踪能力。基于GNSS信号跟踪误差与导航信息对GNSS信号跟踪的辅助误差的不等性建立了四种双矢量跟踪环路的数学模型,并通过在复数域中建立的误差状态空间模型分析了基于鉴相器的集中式双矢量跟踪环路对典型载波相位输入的跟踪性能。结合基于加性四元数和鉴相器联邦式双矢量跟踪环路的GNSS/INS深组合导航数学模型,针对GNSS/INS深组合导航系统计算负担重的问题设计了一种基于GNSS信号非连续跟踪的GNSS/MEMS INS深组合导航方案。该深组合导航方案间歇地采集和跟踪GNSS信号,便于在运算能力差、电池容量小的微型导航设备上实现长时间的导航定位。在生命安全领域中,导航系统的完好性尤为重要。目前的接收机自主完好性监测（RAIM,Receiver Autonomous Integrity Monitoring）算法主要建立在最小二乘法（LS,Least Squares）或解分离法（SS,Solution Separation）之上。为了提高基于加权最小二乘法（WLS,Weighted Least Squares）的RAIM算法的保护水平计算精度,本文把完好性风险转化为两个卡方分布的概率分布函数的乘积,并在可行域中搜索和运用给出的二次项限制下的极值问题求解方法计算保护水平,可适用于多星故障情形。GNSS/MEMS INS深组合导航系统中存在多种误差源。在分析了基于鉴相器联邦式双矢量跟踪环路的GNSS/MEMS INS深组合导航系统导航误差传播特性的基础上,提出了一种GNSS/MEMS INS深组合导航完好性监测算法,给出了基于通道预滤波器伪码相位误差的故障检测方法和基于二次项限制下极值问题求解方法的保护水平计算方法。该GNSS/MEMS INS深组合导航完好性监测算法能监测多星故障、MEMS INS故障和组合故障。为了验证上述所设计的GNSS/INS深组合导航相关算法的有效性和性能,开发了基于Matlab的GPS/INS深组合导航系统软件。给出了一种GNSS中频（IF,Intermediate Frequency）数据与IMU数据的对齐方法。基于该GPS/INS深组合导航系统软件,分别采用半物理仿真生成的导航数据和车载导航实验采集的真实导航数据对提出的算法进行了验证与分析。实验结果表明:所设计的GNSS/INS深组合导航算法在高动态场景中能稳定地跟踪GNSS信号并得到精确的导航解;基于GNSS信号非连续跟踪的GNSS/MEMS INS深组合导航方案在低动态场景中能持续、稳定地导航;提出的GNSS/MEMS INS深组合导航完好性监测算法能有效地检测卫星故障和组合故障,且在未检测到故障时系统位置误差保持在计算得到的保护水平内。
许桢杰[6]（2019）在《婴儿心率的非接触式自适应鲁棒实时监测方法研究》文中研究指明婴儿心率是评价婴儿健康状况的重要指标,婴儿心率监测是婴儿监护的重要项目之一。多种原因可导致婴儿心率的变化,如发烧,排尿、排便,间歇性窒息,感染性疾病（如肺炎,呼吸道感染,腹泻,电解质紊乱等）,器质性心脏病（如病毒性心肌炎,先天性心脏病）,甲状腺功能低下,颅内压升高,败血症等。因此视需要可间断性或连续性对婴儿心率进行实时监测,以及时了解婴儿心率信息,尽早发现上述不良症状,起到预警作用。目前对婴儿心率的监测多采用接触式测量方法,如心电监测仪、脉搏血氧仪、智能手环等,接触式心率监测要求被测者与设备间有特定的物理接触,使用较为繁琐、不便,且婴儿皮肤娇嫩未发育成熟,长期使用接触式心率监测设备会造成皮肤损伤,产生身体不适,给婴儿带来生理负担。非接触式心率监测不需要各类传感器及连接线与身体接触,具有无创、便捷、舒适监测等优点,但现有非接触式心率监测技术尚未成熟,心率监测的精确性和对面部表情变化及光照变化的鲁棒性差,未能达到日常使用的要求。由于现有非接触式心率监测方法多采用单个固定敏感区域进行脉搏波的提取,且要求被测者保持头部静止,对于婴儿来说,因婴儿头部存在不可控的动作及面部表情变化,导致现有非接触式心率监测方法用于婴儿心率监测时存在精确性差,对头部动作及面部表情变化抗干扰能力弱的问题。另外,现有非接触式心率监测大多未考虑监测过程中环境光变化引起的干扰,当外界光照存在变化时,易对监测结果产生干扰,影响心率监测的精确性。针对上述问题,本文引入联合面部检测与对齐方法,以能够在婴儿存在头部动作与面部表情变化时仍能快速、鲁棒地提供精确的面部特征点,从而削弱因婴儿头部动作与面部表情变化引起的跟踪伪影;提出一种非固定敏感区域（局部块）的自适应选择方法,以能够对婴儿哭笑等面部表情变化自适应地选择确定仅含皮肤区域且监测过程中受面部表情变化影响较小的尺寸稳定的局部块,从而提高心率监测对婴儿头部动作与面部表情变化的鲁棒性;提出一种改进的反射光强模型,通过引入背景区域的反射光强模型,将前景与背景区域信号作比值处理来消除模型中随时间变化的光照强度项,从而削弱环境光变化带来的干扰,以提高婴儿心率监测对环境光变化的鲁棒性。本文首先从接触式和非接触式两类方法综述现有婴儿心率监测的方法与设备,并从头部动作与面部表情变化干扰和光照变化干扰两方面来详细阐述非接触式心率监测的研究现状;接着,从理论基础、工作原理、实现条件三个方面对成像式光电容积描记法进行理论分析,为下文脉搏波信号的提取奠定基础;然后,为削弱因婴儿头部动作与面部表情变化引起的跟踪伪影,提出使用一种联合面部检测与对齐方法,以能够在婴儿存在较大头部动作与面部表情变化时快速、鲁棒地提供精确的面部特征点;其次,基于上述所得面部特征点,提出一种自适应选择非固定大小局部块的方法,通过朴素贝叶斯模型构建皮肤概率图（SPM）,以滤除非皮肤局部块,并通过局部块的箱型图计算四分位距,以此对婴儿哭笑等面部表情变化自适应地选择确定仅含皮肤区域且监测过程中受面部表情变化影响较小的尺寸稳定的局部块,有效地改善了脉搏波信号信噪比,从而提高了心率监测对婴儿头部动作与面部表情变化的鲁棒性;此外,为消除光照变化引起的干扰,推导出一种改进的反射光强模型,通过引入背景区域的反射光强模型,将前景与背景区域信号作比值处理来消除模型中随时间变化的光照强度项,从而消除环境光变化带来的干扰,以提高婴儿心率实时监测对环境光变化的鲁棒性;最后,根据婴儿心率实时监测系统的要求,构建系统软硬件平台,通过网络监控摄像头+PC上位机开发本系统,以Visual C++为开发环境和调试工具开发上位机人机交互界面,并结合OpenCV与Matlab完成本文算法的实现,并基于该系统,与现有采用单个固定敏感区域的常规方法进行对比实验,实验结果表明了本文方法具有更高的精确性和更好的鲁棒性。此外,本系统利用摄像头自带的红外自主光源,结合本文算法可实现日间和夜间多场景下的婴儿心率实时监测,且后期该系统软件平台可从PC端移植到手机端,开发手机APP实现相应功能,增加用户使用的便利性。本文研究的非接触式婴儿心率自适应鲁棒实时监测方法对婴儿头部动作与面部表情变化及光照变化干扰具有较好的精确性和鲁棒性,即使在婴儿有较大头部动作与面部表情变化时,甚至在环境光有显着变化的实际场景下,本文方法仍能进行精确且鲁棒的心率监测,为家庭婴儿监护及医疗病患监护提供了切实可行的新思路,为非接触式婴儿心率监测的广泛应用奠定了基础,具有较高的学术价值与实际应用价值。
张娜[7]（2019）在《忆感器和忆容器混沌及其在数据信息加密中的应用研究》文中研究表明忆感器和忆容器是继忆阻器之后的新型非线性器件,其基本特征是具有记忆特性,无需外部激励就可存储信息。在许多领域,包括非易失性存储器、非线性电路、人工神经网络和数字逻辑电路等有着广阔的潜在应用前景。由于工艺的局限性,当前对忆感器和忆容器的研究仍处于初级阶段,其物理器件尚未正式实现,对其进行建模、非线性电路特性及应用基础研究将具有重要意义。本文主要研究忆感器建模、基于忆感器和忆容器的混沌电路及其在信息加密中的应用,主要研究内容如下:（1）为了研究忆感器特性,在理想记忆器件模型的基础上提出了一种与自身变量有关的新型局部有源忆感器数学模型,该非理想模型更接近实际器件特性。对忆感器模型进行了φ-i（磁通-电流）特性仿真分析,并根据忆感器数学模型设计了其等效电路,通过电路仿真分析了不同频率正弦激励信号下的滞后环变化特性。（2）为了给忆感器和忆容器混沌电路的设计及应用提供理论基础,介绍了混沌的基本概念和典型的混沌系统,包括经典的离散、连续混沌系统。在此基础上,提出一种新的四维连续混沌系统,采用吸引子相图、Poincare映射、Lyapunov维数、Lyapunov指数、二维动力学地图等方法分析了系统的动力学特性,分析结果表明其动力学特性更加复杂。并且,在DSP平台将混沌系统进行数字化处理,验证了数值分析的正确性。（3）基于新提出的磁控忆感器模型和已有的荷控忆容器模型设计了一个同时含有两类记忆器件的文氏电桥混沌振荡电路,通过理论和数值仿真分析相结合的方法,对该混沌系统的动力学特性进行了深入分析,包括平衡点及其稳定性分析,分岔特性和Lyapunov指数谱,NIST随机性能测试等。分析发现该系统具有共存分岔和共存吸引子特性,具有复杂的动力学特性和良好的随机统计特性。最后,基于DSP数字平台,数字化实现了该混沌系统,获得了数字混沌序列、时域混沌波形和模拟混沌吸引子相图的实验结果。对提取的混沌序列进行NIST随机性能测试,测试结果显示其随机性优于经典的Lorenz系统,将其应用于数据信息加密,可有效保障信息安全。（4）对新的混沌系统中提取的伪随机序列进行应用研究,将伪随机序列与国际流行的AES算法相结合,设计了一个基于局域网信道和Java平台的混沌编码的数据信息加密程序。在数据发送端使用混沌系统提取的序列代替传统AES算法中的密钥序列,对用户选择的数据信息进行加密与解密,可以提高信息的安全性。
孙爱芹[8]（2017）在《基于脑电信号的上肢假肢在线控制方法研究》文中研究表明肢体残缺特别是上肢全部缺失会给患者生活造成极大的不便,严重影响其生活质量。随着人们生活水平的不断提高,截肢患者对假肢的使用要求越来越高,控制自然、具有多自由度的智能化假肢日益成为更多患者的要求。因此,基于脑电、肌电、肌音、运动神经等人体自身仿生信号的假肢控制技术的研究具有重要的理论意义和实用价值,成为当前机器人和生物医学工程等领域的研究热点和前沿课题。但是由于这些信号的采集和识别较为困难,利用这些信号研究控制的假肢的自由度始终较低,且控制的稳定性和实时性较差。本文针对实验室所设计的全臂代偿多自由度上肢假肢结构,选择采用左手、右手、左肩、右肩四类运动想象脑电信号为信息源进行控制,建立了在线BCI假肢系统实验平台,并通过对假肢空间随机目标物体定位和抓取算法的研究,实现了利用四类运动想象脑电信号控制多自由度假肢抓取空间随机位置处物体的目的。针对多自由度上肢假肢的结构和“定点抓取物体”的控制要求,提出了基于左手、右手、左肩、右肩四类运动想象脑电的假肢控制系统的总体结构和在线控制假肢抓取随机目标物体的方法。为了保证信号的采集质量和可靠性,对运动想象脑电信号采集的实验方案及样本数据的筛选进行了讨论。利用AR模型功率谱估计和小波连续变换方法对左手、右手、左肩、右肩四类运动想象脑电的ERD/ERS特征分布情况进行了分析,结果表明,左、右肩运动想象也能引发不同的ERD/ERS现象,同一侧的手部与肩部运动想象引发的ERD/ERS现象的导联及频带分布存在一定的差异,左手、右手、左肩、右肩四类运动想象脑电之间具有可分性。在此基础上,深入研究了基于小波分析的ERD/ERS特征和相位同步化特征的提取算法。提出并设计了结合小波连续变换和公共空间模式进行ERD/ERS特征提取的方法,对其中时段、导联、频率的联合选择问题进行了探讨。为了进一步提高对四类运动想象分类的正确率,以保证由其对假肢控制的实时性,采用ERD/ERS特征和相位同步化特征结合进行分类,结果表明,两种特征的结合对改善左右手、左右肩四类运动想象之间的分类性能效果明显。针对左手、右手、左肩、右肩四类运动想象脑电的分类识别,对基于PNN和基于SVM的四类分类器分别进行了研究。根据两种算法各自的分类原理和特点,对其分类策略进行了选择,设计了相应的四类分类器,并对其中的参数进行了优化;为了获得更高的分类准确率,针对两种算法分别对其多分类器的融合进行了研究。研发了基于运动想象的假肢在线BCI系统软件平台,实现了通过想象左、右手及左、右肩运动实时控制假肢抓取物体的目标及要求。利用该平台也可进行运动想象脑电的离线采集与分析。该平台可对信号采集方案与识别算法中的多个参数进行灵活选择与设置,并且,针对受试者之间存在的个体差异性,对各参数可依受试者的不同进行个性化设计。研究了多自由度假肢空间内随机目标物体的定位和抓取算法。将机器人控制原理引入假肢控制中,在对多自由度假肢进行运动学建模的基础上,设计了通过在假肢佩戴者头肩部设置激光测距传感器和姿态传感器进行假肢空间内随机目标物体定位的方法;针对所获取目标物体位姿信息不完整的问题,提出了基于空间遍历思想和BP神经网络的假肢关节空间参数求解方法,实际应用表明,该方法具有较好的求解效果,能保证假肢以合适的位姿运行至目标物体处进行抓取。
侯林山,宋三妹,朱才连[9]（2005）在《利用Matlab和Visual C++实现卡尔曼滤波的新方法》文中进行了进一步梳理阐述了Matlab与Visual C++的优缺点,提出了一种利用Matlab和Visual C++实现卡尔曼滤波的新方法。利用Matlab的Add-in插件可快速将M文件集成到C++中,创建独立的C/C++程序。通过实例介绍在Visual C++6.0环境下如何实现Matlab与Visual C++的混合编程。
张雨丽,刘军[10]（2003）在《VC与MATLAB的最新集成方法及其应用》文中提出采用Matlab 6.0Add in实现Matlab与VC + +的混合编程 ,并应用于Matlab工具箱中的滤波器设计 ,为用户扩展Matlab的范围、提高程序的执行效率以及对该集成方法的改进提供了有益的帮助。
二、VC与MATLAB的最新集成方法及其应用（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、VC与MATLAB的最新集成方法及其应用（论文提纲范文）
（1）铁道车辆悬挂系统半主动控制仿真与硬件在环试验研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 半主动控制策略研究现状 |
| 1.2.2 半主动悬挂系统仿真试验与应用研究现状 |
| 1.2.3 车辆动力学建模研究现状 |
| 1.2.4 硬件在环试验仿真研究现状 |
| 1.3 论文主要研究内容 |
| 第二章 铁道车辆悬挂系统半主动控制策略设计 |
| 2.1 1/4车辆横向半主动控制模型 |
| 2.1.1 物理模型与数学模型 |
| 2.1.2 Simulink模型 |
| 2.2 半主动控制策略 |
| 2.2.1 天棚阻尼控制策略 |
| 2.2.2 加速度驱动阻尼控制策略 |
| 2.2.3 天棚阻尼-加速度驱动阻尼混合控制策略 |
| 2.3 铁道车辆悬挂系统半主动控制策略设计 |
| 2.3.1 非线性系统近似传递率 |
| 2.3.2 开关型和线性连续型SH控制策略对比分析 |
| 2.3.3 开关型和线性连续型ADD控制策略对比分析 |
| 2.3.4 开关型Mixed SH-ADD控制策略分析 |
| 2.3.5 连续型Mixed SH-ADD控制策略分析 |
| 2.3.6 仿真分析 |
| 2.4 本章小结 |
| 第三章 基于UM与 Matlab铁道车辆半主动控制联合仿真研究 |
| 3.1 UM软件介绍 |
| 3.2 高速动车组拖车整车模型的建立 |
| 3.2.1 UM高速动车组拖车模型 |
| 3.2.2 UM与 Matlab联合仿真模型 |
| 3.3 高速动车组拖车整车模型的验证 |
| 3.3.1 轨道不平顺激扰 |
| 3.3.2 车辆动力学性能评价指标 |
| 3.3.3 车辆动力学仿真 |
| 3.4 高速动车组悬挂系统半主动控制联合仿真分析 |
| 3.4.1 仿真工况 |
| 3.4.2 半主动控制器 |
| 3.4.3 半主动控制对平稳性的影响 |
| 3.4.4 半主动控制对安全性的影响 |
| 3.5 本章小结 |
| 第四章 铁道车辆悬挂系统半主动控制硬件在环试验研究 |
| 4.1 铁道车辆悬挂系统硬件在环试验系统设计 |
| 4.1.1 基本原理 |
| 4.1.2 硬件在环试验系统组成 |
| 4.1.3 硬件在环试验系统的构建与验证 |
| 4.2 铁道车辆硬件在环试验模型 |
| 4.3 半主动控制硬件在环试验研究 |
| 4.3.1 单频激励下半主动控制对车辆动力学性能的影响 |
| 4.3.2 德国低干扰谱下半主动控制对车辆动力学性能的影响 |
| 4.4 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间的研究成果及发表的学术论文 |
（2）实用化多模态脑-机接口中若干关键技术的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 脑-机接口的定义与结构 |
| 1.1.1 脑活动的记录方式 |
| 1.1.2 BCI的信号处理技术 |
| 1.1.3 BCI的控制与反馈模块 |
| 1.2 基于EEG的脑-机接口 |
| 1.2.1 EEG的采集方法 |
| 1.2.2 EEG信号的分类 |
| 1.2.3 EEG-BCI系统优缺点对比 |
| 1.2.4 混合模式BCI系统 |
| 1.3 BCI的发展历程和研究现状 |
| 1.3.1 BCI发展的历史性事件 |
| 1.3.2 植入式BCI的研究历程 |
| 1.3.3 非植入BCI的研究现状 |
| 1.3.4 我国BCI技术的研究现状 |
| 1.4 BCI系统性能评价标准 |
| 1.5 BCI研究待解决的问题 |
| 1.6 主要内容及章节安排 |
| 第二章 运动想象脑-机接口研究基础 |
| 2.1 MI-BCI理论研究基础 |
| 2.1.1 脑功能分区和神经生理学基础 |
| 2.1.2 MI-BCI的 ERD/ERS现象 |
| 2.1.3 EEG的源定位和空间模型 |
| 2.2 MI-BCI的信号处理方法 |
| 2.2.1 脑电信号的预处理 |
| 2.2.2 MI-BCI的特征提取方法 |
| 2.2.3 MI-BCI的分类算法 |
| 2.3 MI-BCI的数据集 |
| 2.3.1 国际标准数据集 |
| 2.3.2 自主采集数据集 |
| 2.4 MI-BCI的数据分析 |
| 2.4.1 信号处理方法选取对识别结果的影响 |
| 2.4.2 MI-BCI领域的研究重点 |
| 2.5 BCI的研究平台综述 |
| 2.6 章节小结 |
| 第三章 时-频-空联合优化的CSP算法在三分类MI-BCI中的应用 |
| 3.1 CSP算法的相关基础 |
| 3.1.1 CSP算法的研究现状和研究要点 |
| 3.1.2 基于频带优化的CSP算法演变进程 |
| 3.1.3 BCILAB平台中的CSP算法 |
| 3.1.4 研究方法和工作路线 |
| 3.2 时-频-空联合优化策略 |
| 3.2.1 导联优化策略 |
| 3.2.2 频带优化策略 |
| 3.3 三分类CSP算法的相关策略 |
| 3.3.1 二分类算法 |
| 3.3.2 三分类策略 |
| 3.4 三分类CSP算法的结果对比 |
| 3.4.1 BCILAB平台分类算法比较 |
| 3.4.2 最佳滤波频带与分类目标之间的联系 |
| 3.4.3 时-频-空联合优化的三分类MI-BCI算法 |
| 3.5 不同CSP算法的稳定性测试 |
| 3.5.1 对比算法描述 |
| 3.5.2 组间测试结果对比 |
| 3.6 章节小结 |
| 第四章 改进的信息极大ICA算法在三分类MI-BCI中的应用 |
| 4.1 ICA算法的相关基础 |
| 4.1.1 ICA基础理论和研究要点 |
| 4.1.2 ICA算法计算步骤及对比算法描述 |
| 4.1.3 ICA算法在MI-BCI领域的研究现状 |
| 4.1.4 改进的信息极大ICA算法 |
| 4.1.5 重点研究内容及工作路线 |
| 4.2 MI-BCI的 ICA滤波器设计 |
| 4.2.1 MRICs检测滤波器的自动选取 |
| 4.2.2 MRICs检测和运动想象分类 |
| 4.2.3 ICA滤波器设计及性能测试 |
| 4.2.4 导联优化策略 |
| 4.3 不同ICA算法性能比较 |
| 4.3.1 对比算法描述 |
| 4.3.2 不同算法自测试对比 |
| 4.3.3 组间测试结果对比 |
| 4.3.4 ICA算法的缺点及改进措施 |
| 4.4 ICA和 CSP算法性能综合对比 |
| 4.4.1 交叉测试算法说明及实验 |
| 4.4.2 CSP和 ICA算法性能分析 |
| 4.5 章节小结 |
| 第五章 MI-BCI数据库系统建立和在线系统开发 |
| 5.1 MI-BCI数据库系统建立 |
| 5.1.1 MI-EEG数据文件说明 |
| 5.1.2 不同算法的稳态性测试 |
| 5.2 在线MI-BCI系统设计与实现 |
| 5.2.1 MI-BCI在线系统的硬件平台框架 |
| 5.2.2 同步MI-BCI系统在Matlab平台上编程实现 |
| 5.2.3 同步ICA-MI-BCI系统在Vc++平台下设计与实现 |
| 5.2.4 基于EEG+EOG混合模式的异步MI-BCI系统设计与实现 |
| 5.3 章节小结 |
| 第六章 由同步向异步跨越的SSVEP-BCI在线系统设计与实现 |
| 6.1 引言 |
| 6.1.1 混合BCI系统研究现状 |
| 6.1.2 混合BCI系统的目标及类型 |
| 6.2 方法 |
| 6.2.1 系统框架和多模态混合策略 |
| 6.2.2 视觉刺激器的设计 |
| 6.2.3 脑电信号的采集 |
| 6.2.4 软硬件实验环境搭建 |
| 6.2.5 同步BCI系统实验范式的设计 |
| 6.2.6 异步BCI系统实验范式的设计 |
| 6.2.7 诱发脑电信号的识别算法 |
| 6.3 实验结果 |
| 6.3.1 同步范式BCI系统的实验结果 |
| 6.3.2 窗口时间改变对识别率的影响 |
| 6.3.3 设定合适的异步BCI滑动窗口长度 |
| 6.3.4 异步BCI系统性能展示 |
| 6.4 讨论 |
| 6.4.1 刺激材质选取对识别结果的影响 |
| 6.4.2 识别算法比较 |
| 6.4.3 系统的不足之处 |
| 6.5 结论 |
| 6.6 与SSVEP相关的其他研究 |
| 6.6.1 基于SSVEP的字符输入系统设计与实现 |
| 6.6.2 实用化BCI系统的脑电采集电路设计 |
| 6.7 章节小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读学位期间取得的成果 |
| 致谢 |
（3）卷积神经网络理论及其应用（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 研究背景和意义 |
| 1.2 CNN的基本组件 |
| 1.3 CNN的研究现状 |
| 1.3.1 基于图像分类的CNN模型 |
| 1.3.2 基于目标检测的CNN模型 |
| 1.3.3 基于图像分割的CNN模型 |
| 1.4 论文的组织结构 |
| 第2章 卷积神经网络的数学理论 |
| 2.1 神经网络的一致性 |
| 2.2 分层架构的优越性 |
| 2.3 深度CNN的逼近能力 |
| 2.4 深度CNN的学习能力 |
| 2.5 本章小结 |
| 第3章 基于卷积神经网络的电镜图像中线粒体的三维重建 |
| 3.1 线粒体三维重建的意义 |
| 3.2 线粒体分割的相关工作 |
| 3.2.1 基于各向同性数据集的方法 |
| 3.2.2 基于各向异性数据集的方法 |
| 3.3 提出线粒体三维重建方法 |
| 3.3.1 数据预处理 |
| 3.3.2 线粒体分割网络 |
| 3.3.3 深度监督策略 |
| 3.3.4 获取3D连接关系 |
| 3.4 实验结果与分析 |
| 3.4.1 评估指标 |
| 3.4.2 实验细节 |
| 3.4.3 线粒体分割性能评估 |
| 3.4.4 线粒体检测性能评估 |
| 3.4.5 线粒体统计分析 |
| 3.5 本章小结 |
| 第4章 基于卷积神经网络的镍基高温合金材料微观组织识别 |
| 4.1 金属材料微观组织识别的意义 |
| 4.2 高通量金属数据库制备 |
| 4.2.1 合金成分检测 |
| 4.2.2 合金微观组织观测 |
| 4.2.3 合金微区性能检测 |
| 4.2.4 金属材料数据库总览 |
| 4.3 成分-组织-性能对应 |
| 4.3.1 图像拼接 |
| 4.3.2 坐标对应 |
| 4.4 微观组织识别和数字化 |
| 4.4.1 γ′相分割 |
| 4.4.2 GCP相分割 |
| 4.4.3 TCP相分割 |
| 4.4.4 形态学参数统计 |
| 4.5 本章小结 |
| 第5章 基于卷积神经网络的笼养小鼠运动状态识别 |
| 5.1 分析动物行为的意义 |
| 5.2 笼养小鼠实验设置 |
| 5.3 提出行为学分析方法 |
| 5.4 实验结果与结论 |
| 5.5 本章小结 |
| 第6章 风云3C-WMRI地理定位误差估计与订正 |
| 6.1 WMRI的介绍 |
| 6.2 MWRI定位算法 |
| 6.2.1 坐标系介绍 |
| 6.2.2 坐标系转换 |
| 6.3 提出定位误差估计方法 |
| 6.3.1 海岸线检测 |
| 6.3.2 定位误差度量 |
| 6.4 实验结果与结论 |
| 6.4.1 仿真实验研究 |
| 6.4.2 定位误差估计 |
| 6.4.3 定位误差订正 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 本文工作总结 |
| 7.2 未来的学习方向 |
| 参考文献 |
| 致谢 |
| 博士生在读期间已发表的论文情况 |
（4）北斗三号B2a信号捕获算法研究及其FPGA验证（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略语表 |
| 第1章 绪论 |
| 1.1 课题背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容与设计指标 |
| 1.3.1 研究内容 |
| 1.3.2 设计指标 |
| 1.4 论文组织结构 |
| 第2章 北斗卫星系统导航原理及北斗三号B2a信号结构 |
| 2.1 北斗卫星系统导航原理概述 |
| 2.1.1 系统结构 |
| 2.1.2 导航原理 |
| 2.2 北斗接收机架构 |
| 2.3 北斗三号B2a信号结构与特征 |
| 2.3.1 北斗三号B2a信号结构 |
| 2.3.2 北斗三号B2a信号测距码及其特性 |
| 2.3.3 载波和多普勒频移 |
| 2.3.4 导航电文概述 |
| 2.4 本章小结 |
| 第3章 北斗三号B2a信号基本捕获算法性能仿真分析与比较 |
| 3.1 北斗三号B2a信号捕获原理 |
| 3.2 北斗三号B2a信号基本捕获算法及其仿真分析 |
| 3.2.1 串行捕获 |
| 3.2.2 频域并行捕获 |
| 3.2.3 时域并行捕获 |
| 3.2.4 基本捕获算法性能仿真分析与比较 |
| 3.3 北斗三号B2a信号导航电文比特翻转对捕获性能的影响及对策 |
| 3.3.1 比特翻转的影响 |
| 3.3.2 比特翻转位置的影响 |
| 3.3.3 比特翻转情况下的控制策略 |
| 3.4 本章小结 |
| 第4章 北斗三号B2a信号比特翻转时域并行捕获算法设计及仿真 |
| 4.1 北斗三号B2a信号比特翻转时域并行捕获(TTP)算法的设计 |
| 4.1.1 类圆相关运算 |
| 4.1.2 比特翻转时域并行捕获(TTP)算法 |
| 4.2 北斗三号B2a信号TTP算法的Matlab仿真 |
| 4.3 北斗三号B2a信号TTP算法性能分析与仿真 |
| 4.3.1 捕获灵敏度 |
| 4.3.2 捕获时间 |
| 4.3.3 捕获精度 |
| 4.3.4 捕获概率 |
| 4.3.5 TTP算法性能仿真分析 |
| 4.4 本章小结 |
| 第5章 北斗三号B2a信号TTP算法的FPGA实现与验证 |
| 5.1 FPGA设计 |
| 5.1.1 FPGA简介 |
| 5.1.2 软件开发环境 |
| 5.1.3 硬件开发环境 |
| 5.1.4 FPGA开发流程 |
| 5.2 北斗三号B2a信号TTP算法中平均采样的改进设计 |
| 5.3 北斗三号B2a信号TTP算法各模块的FPGA设计 |
| 5.3.1 时钟模块 |
| 5.3.2 中频输入模块 |
| 5.3.3 本地载波模块 |
| 5.3.4 复混频模块 |
| 5.3.5 平均采样模块 |
| 5.3.6 有比特翻转模块 |
| 5.3.7 累加模块 |
| 5.3.8 检测判决模块 |
| 5.4 北斗三号B2a信号TTP算法的整体FPGA功能仿真 |
| 5.4.1 整体仿真性能 |
| 5.4.2 资源利用率分析 |
| 5.5 北斗三号B2a信号TTP算法的FPGA板级验证与结果分析 |
| 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 |
| 附录 A |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
（5）GNSS/MEMS INS深组合导航及其完好性监测（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 论文的研究背景 |
| 1.2 多传感器数据融合国内、外研究现状 |
| 1.2.1 状态估计 |
| 1.2.2 状态融合 |
| 1.3 GNSS/MEMS INS深组合导航国内、外研究现状 |
| 1.3.1 GNSS信号跟踪 |
| 1.3.2 GNSS/MEMS INS深组合导航 |
| 1.4 GNSS/MEMS INS深组合导航完好性监测国内、外研究现状 |
| 1.4.1 RAIM算法 |
| 1.4.2 GNSS/MEMS INS深组合导航完好性监测 |
| 1.5 论文研究的目的和意义 |
| 1.6 论文的研究内容和结构 |
| 第2章 分布式多传感器数据融合 |
| 2.1 集中式数据融合算法 |
| 2.2 分布式数据融合算法 |
| 2.2.1 最优分布式数据融合算法 |
| 2.2.2 加权分布式数据融合算法 |
| 2.3 CI、CC、LE、EI融合算法分析 |
| 2.3.1 原理关联性分析 |
| 2.3.2 保守性证明 |
| 2.3.3 性能比较 |
| 2.4 PLE数据融合算法 |
| 2.4.1 算法介绍 |
| 2.4.2 性能分析 |
| 2.5 本章小结 |
| 第3章 GNSS/MEMS INS深组合导航 |
| 3.1 GNSS常用跟踪结构 |
| 3.1.1 标量跟踪通道结构 |
| 3.1.2 标量跟踪环路特性 |
| 3.1.3 矢量跟踪码环 |
| 3.2 GNSS矢量跟踪设计 |
| 3.2.1 基于相干积分的集中式跟踪环路 |
| 3.2.2 基于相干积分的联邦式跟踪环路 |
| 3.2.3 基于鉴相器的集中式跟踪环路 |
| 3.2.4 基于鉴相器的联邦式跟踪环路 |
| 3.3 GNSS/MEMS INS深组合导航 |
| 3.3.1 INS导航 |
| 3.3.2 GNSS/INS深组合导航 |
| 3.3.3 基于卫星信号非连续跟踪的GNSS/MEMS INS深组合导航 |
| 3.4 本章小结 |
| 第4章 GNSS/MEMS INS深组合导航完好性监测 |
| 4.1 基于WLS的 GNSS定位完好性监测 |
| 4.1.1 故障检测 |
| 4.1.2 保护水平计算 |
| 4.2 基于双卡方分布的保护水平计算方法 |
| 4.2.1 单星故障情形 |
| 4.2.2 多星故障情形 |
| 4.3 GNSS/MEMS INS深组合导航完好性监测 |
| 4.3.1 故障检测 |
| 4.3.2 保护水平计算 |
| 4.4 本章小结 |
| 第5章 GNSS/MEMS INS深组合导航及其完好性监测的验证与分析 |
| 5.1 基于软件接收机的GNSS/INS深组合导航系统设计 |
| 5.1.1 GNSS/INS深组合导航系统结构 |
| 5.1.2 GNSS数据与IMU数据的对齐方法 |
| 5.2 GNSS/MEMS INS深组合导航及其完好性监测的仿真分析 |
| 5.2.1 高动态场景下的GNSS/MEMS INS深组合导航 |
| 5.2.2 基于卫星信号非连续跟踪的GNSS/MEMS INS深组合导航 |
| 5.2.3 GNSS/MEMS INS深组合导航完好性监测 |
| 5.3 GNSS/MEMS INS深组合导航的车载实验 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 主要工作总结 |
| 6.2 后续研究展望 |
| 附录A 二次项限制下的极值问题求解方法 |
| 附录B 缩略语表 |
| 参考文献 |
| 攻读博士学位期间已发表或录用的论文 |
| 攻读博士学位期间已申请的专利 |
| 攻读博士学位期间参与的科研项目 |
| 攻读博士学位期间参与的国际交流 |
| 致谢 |
（6）婴儿心率的非接触式自适应鲁棒实时监测方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 研究背景 |
| 1.3 现有婴儿心率监测方法与设备概述 |
| 1.3.1 接触式心率监测 |
| 1.3.2 非接触式心率监测 |
| 1.4 非接触式心率监测研究现状 |
| 1.5 本文的研究内容、目的及意义 |
| 1.5.1 本文的研究内容 |
| 1.5.2 本文的研究目的及意义 |
| 1.6 本章小结 |
| 第二章 成像式光电容积描记法的理论分析 |
| 2.1 引言 |
| 2.2 成像式光电容积描记技术的理论基础 |
| 2.2.1 IPPG技术的生理学基础—脉搏波的形成及其在生理信号检测中的应用 |
| 2.2.2 IPPG技术的光学理论基础 |
| 2.2.3 IPPG技术探测信号—光电容积脉搏波的产生 |
| 2.3 成像式光电容积描记系统组成及工作原理 |
| 2.3.1 IPPG系统的组成 |
| 2.3.2 IPPG系统的工作原理 |
| 2.4 成像式光电容积描记系统实现条件 |
| 2.4.1 敏感区域选取 |
| 2.4.2 成像设备性能 |
| 2.4.3 视频信号处理技术 |
| 2.5 本章小结 |
| 第三章 联合面部检测与对齐 |
| 3.1 引言 |
| 3.2 决策树 |
| 3.3 随机森林 |
| 3.4 面部检测与对齐 |
| 3.4.1 形状索引特征 |
| 3.4.2 面部检测器构建 |
| 3.4.3 局部二值特征回归 |
| 3.5 本章小结 |
| 第四章 局部块的生成与自适应选择 |
| 4.1 引言 |
| 4.2 局部块的生成—狄洛尼三角剖分 |
| 4.3 局部块的自适应选择 |
| 4.3.1 非皮肤局部块的滤除 |
| 4.3.2 稳定局部块的选择 |
| 4.4 本章小结 |
| 第五章 改进反射光强模型及光照变化干扰的消除 |
| 5.1 引言 |
| 5.2 一般反射光强模型 |
| 5.3 改进反射光强模型 |
| 5.4 本章小结 |
| 第六章 系统实现及实验结果和分析 |
| 6.1 引言 |
| 6.2 系统硬件平台 |
| 6.3 系统软件实现 |
| 6.3.1 软件编程平台 |
| 6.3.2 Matlab与VC++的混合编程 |
| 6.3.3 采样时间及监测周期的确定 |
| 6.3.4 上位机界面 |
| 6.4 实验结果及分析 |
| 6.4.1 参数设置 |
| 6.4.2 精确性与鲁棒性衡量指标 |
| 6.4.3 脉搏波信号提取实验对比 |
| 6.4.4 实验结果与对比分析 |
| 6.5 本章小结 |
| 第七章 全文总结 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表论文与成果 |
（7）忆感器和忆容器混沌及其在数据信息加密中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究意义及背景 |
| 1.2 国内外研究现状及发展趋势 |
| 1.2.1 记忆器件及其混沌系统的研究进展 |
| 1.2.2 混沌数据信息加密的研究及展望 |
| 1.3 主要研究内容与结构安排 |
| 第二章 忆感器模型设计 |
| 2.1 记忆器件理论基础 |
| 2.1.1 记忆器件的定义 |
| 2.1.2 记忆器件的特性分析 |
| 2.1.3 记忆器件的应用研究 |
| 2.2 磁控忆感器的数学模型和等效电路分析 |
| 2.2.1 磁控忆感器数学模型 |
| 2.2.2 磁控忆感器电路模型的设计 |
| 2.2.3 磁控忆感器的特性分析 |
| 2.3 本章小结 |
| 第三章 一种新的四维连续混沌系统设计 |
| 3.1 混沌理论基础 |
| 3.1.1 混沌的定义和基本特性 |
| 3.1.2 混沌的应用 |
| 3.1.3 经典混沌系统 |
| 3.1.3.1 离散混沌映射 |
| 3.1.3.2 连续混沌系统 |
| 3.2 一种新的四维连续混沌系统及其数字实现 |
| 3.2.1 新的四维连续混沌系统 |
| 3.2.2 混沌系统的动力学特征研究和分析 |
| 3.2.2.1 耗散性与吸引子存在性分析 |
| 3.2.2.2 平衡点与稳定性 |
| 3.2.2.3 Lyapunov指数和维数分析 |
| 3.2.2.4 Poincare映射分析 |
| 3.2.2.5 系统参数变化对动力学特性的影响分析 |
| 3.2.3 混沌系统的数字实现 |
| 3.3 本章小结 |
| 第四章 基于忆感器和忆容器的混沌振荡电路与系统分析 |
| 4.1 基于忆感器和忆容器的文氏桥混沌电路 |
| 4.2 混沌系统的动力学特征研究和分析 |
| 4.2.1 耗散性与吸引子存在性分析 |
| 4.2.2 平衡点与稳定性 |
| 4.2.3 Lyapunov维数分析 |
| 4.2.4 Poincare映射分析 |
| 4.2.5 系统参数变化对动力学特性的影响分析 |
| 4.2.5.1 单个参数变化对系统动力学特性的影响分析 |
| 4.2.5.2 动力学地图分析 |
| 4.2.6 初值变化对系统动力学特性的影响 |
| 4.2.6.1 共存分岔分析 |
| 4.2.6.2 共存吸引子分析 |
| 4.3 混沌系统的DSP数字实现 |
| 4.4 本章小结 |
| 第五章 混沌在数据信息加密中的应用 |
| 5.1 混沌序列的NIST测试伪随机性能分析 |
| 5.2 混沌加密算法设计 |
| 5.3 混沌数据信息加密程序的设计与实现 |
| 5.3.1 混沌数据信息加密程序设计 |
| 5.3.2 混沌数据信息加密的安全性分析和功能测试 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（8）基于脑电信号的上肢假肢在线控制方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容 |
| 1.4 本章小结 |
| 2 基于运动想象脑电的假肢控制系统总体方案 |
| 2.1 运动想象脑电的基础机理 |
| 2.2 假肢脑电控制系统总体方案 |
| 2.3 运动想象脑电采集实验方案 |
| 2.4 本章小结 |
| 3 四类运动想象脑电的ERD/ERS特征分析 |
| 3.1 ERD/ERS特征的量化与分析方法 |
| 3.2 基于AR模型功率谱估计的ERD/ERS特征分析 |
| 3.3 基于连续小波变换的ERD/ERS特征分析 |
| 3.4 本章小结 |
| 4 四类运动想象脑电的特征提取与结合 |
| 4.1 基于连续小波变换的ERD/ERS特征提取 |
| 4.2 基于连续小波变换和CSP联合的ERD/ERS特征提取 |
| 4.3 相位同步化特征提取及与ERD/ERS特征的结合 |
| 4.4 本章小结 |
| 5 四类运动想象脑电的分类算法 |
| 5.1 分类策略 |
| 5.2 基于概率神经网络的四类运动想象脑电分类 |
| 5.3 基于支持向量机的四类运动想象脑电分类 |
| 5.4 本章小结 |
| 6 假肢在线BCI平台开发 |
| 6.1 平台的结构与功能 |
| 6.2 平台编程的相关技术问题 |
| 6.3 在线实验 |
| 6.4 本章小结 |
| 7 空间目标抓取算法 |
| 7.1 假肢运动学建模 |
| 7.2 空间目标定位方法 |
| 7.3 关节空间参数求解 |
| 7.4 本章小结 |
| 8 结论与展望 |
| 8.1 全文总结 |
| 8.2 主要创新点 |
| 8.3 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间从事科学研究及发表论文情况 |
| 学位论文数据集 |
（9）利用Matlab和Visual C++实现卡尔曼滤波的新方法（论文提纲范文）
| 1 引言 |
| 2 卡尔曼滤波 |
| 3 Matlab和VC的混合编程 |
| 4 用Matlab进行卡尔曼滤波实例 |
| 5 结论 |
（10）VC与MATLAB的最新集成方法及其应用（论文提纲范文）
| 1 问题的提出 |
| 2 Matlab语言与VC++语言集成的几种方法 |
| 3 VC++与Matlab混合编程的最新实现方法 |
| 3.1 混合编程步骤 |
| 3.2 混合编程的具体实现 |
| 4 结 论 |
四、VC与MATLAB的最新集成方法及其应用（论文参考文献）
- [1]铁道车辆悬挂系统半主动控制仿真与硬件在环试验研究[D]. 陈祖晨. 石家庄铁道大学, 2020(04)
- [2]实用化多模态脑-机接口中若干关键技术的研究[D]. 张磊. 安徽大学, 2020(07)
- [3]卷积神经网络理论及其应用[D]. 李伟夫. 湖北大学, 2020(01)
- [4]北斗三号B2a信号捕获算法研究及其FPGA验证[D]. 陶李. 东南大学, 2019(06)
- [5]GNSS/MEMS INS深组合导航及其完好性监测[D]. 刘宝玉. 上海交通大学, 2019(06)
- [6]婴儿心率的非接触式自适应鲁棒实时监测方法研究[D]. 许桢杰. 江苏大学, 2019(03)
- [7]忆感器和忆容器混沌及其在数据信息加密中的应用研究[D]. 张娜. 杭州电子科技大学, 2019(01)
- [8]基于脑电信号的上肢假肢在线控制方法研究[D]. 孙爱芹. 山东科技大学, 2017(03)
- [9]利用Matlab和Visual C++实现卡尔曼滤波的新方法[J]. 侯林山,宋三妹,朱才连. 大地测量与地球动力学, 2005(04)
- [10]VC与MATLAB的最新集成方法及其应用[J]. 张雨丽,刘军. 青岛科技大学学报(自然科学版), 2003(06)
标签：gnss论文; 系统仿真论文; 北斗卫星导航系统论文; 人工智能论文; gnss系统论文;