基于小波变换和BP神经网络的视觉诱发电位识别

结合小波变换和误差逆传播(Error Back Propagation,BP)神经网络对视觉诱发脑电信号(visual evoked potential,VEP)进行分类而产生脑机接口控制信号.利用一维离散小波变换提取强噪声背景下的低频微弱脑电信号,获取特征向量输入BP神经网络进行事件相关电位模式识别.实验表明,小渡变换特征向量提取方法能有效地实现信号的去噪、降维和特征提取,BP神经网络能比较准确地从VEP中识别出事件相关电位,进行10次测试的平均识别正确率为99.375%,有利于产生脑机接口控制信号.     

一种基于DSP的脑机接口硬件系统设计

为了实现脑机接口系统的便携性,提高脑机接口信号传输的通信速率,本系统应用高性能信号处理器TMS320VC5402DSP作为核心芯片,设计了一种基于DSP的脑机接口硬件系统。在DSP系统设计中,应用多通道缓冲串口（McBSP）实现了DSP与模数转换器（A／D）的接口设计;扩展了可以实现上电自动加载的FLASH;应用通用串行总线USB接口实现DSP系统与上位机的通信。本文详细介绍了这一种基于DSP芯片的脑机接口系统的硬件组成和工作原理,包括各模块的芯片选择和接口设计,并运用VISIO和PROTEL软件绘制了框图及电路图,为后续的工作打下了基础。     

光子晶体结构优化对提高LED光提取效率研究

为了提高GaAsInP发光二极管的发光提取效率,在本文中,将其电流扩展层上生长光子晶体刻蚀深度作为损失的重要因素,并作为一个测试案例,分析波导在板中蚀刻的三个不同的气孔形状作为损失的关键因素,并且计算这些损耗以便在这种结构中达到更高的效率。并通过利用PhC板中的有效折射率建模和研究它们的传输来证明PhC在LED表征中的能力。最后,结果表明,仿真结果与实验数据吻合良好,有限元建模中的大量传输表明,它可以提高超过10%的光提取效率,提高了LED的效率。     

基于ACO的低压电力线漏电抗干扰监测仿真

为避免电力线路异常漏电导致的电能浪费与人员伤亡等事故发生,提出基于ACO的低压电力线漏电抗干扰监测.建立监测终端网络拓扑结构,选取监测设备;分析传统蚁群算法启发度因素、状态转移等相关规则,引入自适应机制减少信息素挥发系数的影响,提高算法收敛速度;分析方向因子选取原则,将其添加在状态转移规则中,减少蚁群无效搜索;设定初始化参数与迭代次数,判断蚂蚁当前节点是否为目标节点,如果是则表明寻路成功,在监测过程中能够避开干扰;设计信号采集流程与设备监测程序,将监测结果与设置阈值对比,完成抗干扰监测.仿真结果表明,上述方法监测到的电流波形与实际波形吻合度较高,提高漏电节点检出率.