基于MCU与虚拟仪器的脑电信号采集系统

针对人体表皮脑电信号特点提出了基于MCU与虚拟仪器的脑电信号采集系统。采用生物电信号前置放大电路、滤波电路、50Hz工频陷波电路、电平抬升电路有效滤除信号噪声并放大脑电信号,同时采用MSP430MCU高速采样技术和串口通信技术并结合LabVIEW开发上位机软件低成本地完成对脑电信号的数字化采集和实时波形显示。系统仿真和实验表明,系统能够有效地实时采集人体生物电信号,为脑机接口研究提供支持。     

基于脑电信号的报警系统的设计

为有运动功能障碍的残疾人和老年人设计1款基于脑机接口技术的脑电报警系统,本设计通过TGAM内核采集模块对脑电信号进行采集,并编码得出脑电原始信号,经蓝牙HC-05将原始信号传输到微处理器STM32进行分析处理得到报警信号,通过LED灯的亮暗程度及蜂鸣器发出的声响进行报警。测试结果表明,该系统可以提取脑电波信息并控制报警系统。     

采用平滑伪Wigner-Ville分布的SSVEP脑机接口系统

提出基于多频率刺激源诱发SSVEP的脑机接口(BCI)系统.针对脑电信号的微弱性和非平稳性特点,在对其进行预处理和空间滤波的基础上,采用平滑伪Wigner-Ville分布的时频分析方法将时间窗口长度内的脑电信号转换为时间-频率分布的信号.分类汇总视觉刺激时间内的脑电频率,并提取脑电信号中的最大频率成分作为目标频率.实验结果表明:随着分析时间窗的增大,平滑伪Wigner-Ville时频分析方法具有一定的优势.当时间窗为4s时,其分类准确率达98.29%,信息传输率达28.01bits/min,超过经典的典型相关分析(CCA)和功率谱密度分析(PSDA)的结果.     

脑电信号采集系统的设计

分析了脑电信号作为生物电信号的特征,并根据这些独有的特征提出了对采集脑电信号的系统的性能要求,从而规划出整体的设计框图.系统具有高输入阻抗、高共模抑制比的等特点,并且具有良好的实时性和通用性.其中,信号采集部分是将电极记录的脑电信号进行三级的放大和滤波,最终将此信号传送至模数转换模块.     

轮荷称重仪数据采集系统

根据轮荷称重仪的工作原理和应变片组桥方式,设计一套轮荷称重仪数据采集系统.数据采集系统由下位机硬件与上位机软件组成,硬件部分是通过选择合适的电子器件和合理的设计电路原理图及PCB设计;软件采用Lab VIEW编程技术.轮荷称重仪获取车轮对倾翻台面的径向压力,倾翻台下面的应变片由于力的作用产生应变,下位机获取数据信号,通过串口通信模块,下位机与上位机数据采集系统进行指令和数据的传输,将采集到的信号进行处理,由上位机面板把信息传达给用户.此系统具有数据采集与处理、数据实时显示与存储、数据后期处理和工作温度进行监测等功能.     

意念控制无人机的相关研究

意念控制无人机是基于脑-机接口(Brain-Computer Interface,BCI)系统来实现的。使用NeuroSky的脑波传感器ThinkGear AM(TGAM)模块提取脑电信号,对TGAM模块的配套开发包进行软件编译和开发,将提取到的脑电信号中的专注度和眨眼强度以数值的形式显示出来,并设置阈值定义不同的飞行模式,在PC端设计出一个意念控制显示平台,可以直接观察佩戴者的意念状态和无人机的飞行状态。另一方面,PC端由串口将处理后的脑电信号传输给信号发射器,信号发射器根据实时采集的脑电信号输出对应的指令,从而操控STC15系列四旋翼直升机的起飞、下降、飞行方向和前进速度。     

基于脑-机接口和嗅觉解码的仿生气味识别系统

为了探讨利用生物嗅觉传感系统进行气味识别的可行性,提出了一种基于脑-机接口的仿生气味识别系统。该系统利用大鼠嗅觉感受细胞作为气味敏感传感单元,使用16通道植入式微丝电极记录和分析具有气味刺激特征的嗅球僧帽细胞电位响应信号。实验结果显示,该系统对气味具有高度敏感性,通过一定模式识别处理算法,不同的气味刺激具有较好的区分性,证明了该系统有望应用于气味的检测和识别。     

基于MYO的无线肌电控制鼠标

为了解决手部残疾人无法正常操作电脑鼠标这一实际困难,本文基于肌电信号采集模块MYO和STM32微控制器,设计了一款可穿戴的肌电控制鼠标。由置于上臂的MYO模块、陀螺仪、STM32模块、蓝牙组成。其中,MYO模块用来实时采集使用者的肌电信号,并进行信号模拟调制;STM32进行信号AD转换、特征分析,解析出手臂用力模式;陀螺仪发送手臂实时移动位置信息来控制光标移动;蓝牙模块实时发送手臂用力模式及光标移动信息给上位机,从而控制上位机光标的点击、拖动、移动动作。该鼠标具有功耗低、体积小、无线传输、信号精度高、控制灵敏度高、稳定可靠等优势,可以很好地解决手部残疾人操作和控制电脑鼠标问题。     

基于LabVIEW和Matlab的滚动轴承故障监测与诊断

针对轨道车辆滚动轴承故障的多发性和重要性,本文基于虚拟仪器技术,通过LabVIEW以及Matlab来编程操作,设计了一种滚动轴承故障监测与诊断系统,通过传感器采集振动信号,经过信号调理模块对信号进行相应的滤波放大处理,再通过数据采集卡NI9215输入到实时控制器CompactRIO中,CompactRIO则通过控制器面板上的RJ-45以太网端口,使用以太网连接控制器至上位机,上位机采用LabVIEW编程,将数据传送给上位机进行数据的显示存储与处理分析,然后调用Matlab,该系统通过小波包变换提取轴承的故障特征向量,再利用RBF径向基函数神经网络对故障类型进行诊断分析。分析结果表明,该系统能够及时、准确的实现振动信号采集和分析、信号传输、故障诊断等功能,拥有灵活、易用的人机交互界面,实现了软、硬件资源的良性共享,具有较好的实用价值。     

基于熟悉人脸范式的P300脑机接口字符输入系统的设计与实现

脑机接口系统是一种使大脑能够不依赖于外周神经和肌肉通道,与外部环境进行交互的系统。基于P300的脑机接口字符输入系统是脑机接口技术的一种典型应用。对基于传统范式的P300脑机接口系统进行改进,设计并实现了基于熟悉人脸范式的P300脑机接口字符输入系统。实验建立了基于熟悉人脸的P300脑机接口系统的信号采集与处理模型,对采集到的数据进行预处理、特征提取,并使用集成支持向量机算法对脑电信号进行分类。结果表明,除P300电位外,熟悉人脸范式诱发出了Vpp和N170电位。与以往传统范式80.6%的字符输入正确率相比,基于熟悉人脸范式的字符输入正确率达到93.5%,具有良好的发展前景。     

基于ARM920T嵌入式低频数字扫描仪设计

系统采用ARM920T作为核心处理嚣,以低频信号作为信号源,采用DDS技术,从而实现相频、幅度、频率特性的分析仪器,能够简单地实现信号源的时域和具体参数的波形。系统主要由ARM920T控制处理器、DDS扫频模块、ADC采样模块、DAC输出模块、检波滤波器模块、扫频信号源幅度模块组成。其中处理器采样ARM920T,扫频信号源采样DDS芯片AD9851,检波模块以AD637JQ芯片构成,相位检测模块由AD8302芯片构成,DAC芯片TLV5618控制扫频信号的幅度。实验结果表明,仪器可以检测20Hz～1 MHz左右的频率信号源,可以显示在LCD屏幕上,直观地读出频率、幅度和相位。     

大脑局部电位信号与呼吸的关系模型研究

由于脑电波信号由无数神经放电构成,使得研究大脑与生理动作刺激之间的关系极具挑战性。根据脑电波与呼吸之间的机理特征,该文采用小波变换分解并重构了局部电位信号的主要成分,采用主成份方法分析了与呼吸相关的脑电波主要成分,分析了子波段与呼吸的强弱关联关系与周期性关系。引入径向基函数神经网络方法辨识了脑系统的呼吸与局部电位信号关系模型。     

基于DSP的DTMF信号编解码算法实现

将数字信号处理器（DSP）运用到双音多频（DTMF）信号的应用中,不仅可以提高DTMF信号处理的实时性,还可以精简整个系统模块,从而克服传统DTMF信号编解码电路复杂、芯片集成模块较多、容易造成系统不稳定等缺点。以TMS320F2812为硬件平台,CCS为软件平台,采用c语言编程,实现了DTMF信号的编码和解码。解码部分采用Goertzel优化算法,减小了运算量和运算复杂度。利用CCS观察波形和参数的变化,使得DTMF信号的产生和检测变得直观、准确,并且验证了程序的有效性。实验结果表明,将DTMF编解码算法集成于基于DSP的系统中,使得整个DTMF信号系统变得既简单,又灵活,充分发挥了DSP的优势。     

P300信号分类的多样本融合支持向量机算法

脑电信号是大脑受到自发或诱发刺激所产生的一种变化的脑电活动,利用结合了多样本融合思想的支持向量机（SVM）算法,在不同受试者的多样本数据上对诱发脑电信号中的P300信号进行了分类识别。首先对实验数据进行预处理和特征提取,然后利用SVM算法训练分类模型,最后通过融合多个样本的预测结果对测试数据的P300信号进行识别。结果表明,相比单样本SVM算法该方法对检测数据有较高的分类准确率,能够成为P300脑电信号预测的较好方法,具有应用前景。     

分布式槽波地震仪模拟电路的研制

为了得到准确的测量数据和较高的同步精度,设计一种能同步检测四通道的地震槽波信号的电路方案,对电源管理模块和信号调理单元设计方案进行了改进。电源管理模块使用低压差线性稳压电源,大大提高了电源的精度和稳定性,最大限度地抑制了电源本身的噪声,同时实现低功耗。在信号调理单元的设计中,选择低通滤波和程控放大器电路组合,提高对槽波信号的检测精度和电路抗干扰能力。结果表明设计的分布式槽波地震仪模拟电路系统稳定,具有较高的同步和信号检测精度,满足实际应用要求。     

基于PD信号提取的干式空心电抗器早期故障研究

在分析干式空心电抗器表面放电和匝间短路故障形成原因的基础上,通过在实验室对表面经轻微灼烧后的环氧树脂板的局放试验来模拟包封层表面放电现象,提出了一种通过从强干扰信号中利用自适应LMS算法滤波和小波包滤波联合去噪的方法,进而利用匝间局部放电信号来识别故障．通过对早期局放故障的识别来防止干式电抗器恶性故障的发生．     

左右手运动想象脑电模式识别研究

如何提高左右手运动想象脑电信号的分类率是脑机接口研究领域的一个热点话题。基于美国EGI64导脑电采集系统得到3名健康被试的脑电数据,首先,采用独立成分分析（Independent Component Analysis,ICA）对采集的数据进行去噪处理;然后,利用离散小波变换方法对分解C3/C4处的EEG平均功率信号,选用尺度6上逼近系数A6的重构信号作为脑电特征信号;最后,用Fisher线性判别分析法（Fisher Linear Discriminant Analysis,FLDA）、支持向量机方法 （Support Vector Machines,SVM）和极限学习机分类方法 （Extreme Learning Machine,ELM）分别对特征信号进行分类。分类结果表明：极限学习机分类方法得出的平均分类率要高于Fisher方法与SVM方法的平均分类率,可以达到92%,而且运行速度也高于另两种分类算法。     

基于BCI的下肢辅助康复系统的研究

脑-机接口作为一种新颖的人机接口方式,为人脑和外界事物进行信息交流和控制提供了一种全新的通道。该文把脑一机接口技术成功的应用到医疗康复中,利用运动想象时大脑感觉运动区域产生的事件相关同步和事件相关去同步现象来分析左右手运动想象时的脑电信号特征,进而来判断想象者的运动意图,从而实现脑电信号对下肢辅助康复设备的控制,为中风患者做下肢的运动康复性训练。     

基于改进积分滤波电路的实验室微弱漏电检测

为了解决实验室微弱漏电难以检测的问题,提出了一种改进的积分滤波电路,以提高检测漏电事故的准确率.该积分滤波电路通过T型反馈电路、整形电路以及周期积分电路,对在一段时间内反复发生的漏电电流信号进行放大转化和整形,并结合时序控制完成对待检测信号的周期取样.同时依据周期取样信号的累积比较,实现实验室漏电事件的自动检测.结果表明,检测系统具有良好的效能和实用性,识别准确率可以达到96%以上.