基于复杂网络的情感脑电相位同步性分析

使用相位锁值（Phase locking value,PLV）来量化任意两个电极通道之间的相位同步性,构建相应的脑功能网络的关联矩阵,提取网络不同稀疏度下的度、中间中心度两个局部属性的曲线下面积作为特征,对不同类型情感的网络特征进行非参数检验,找出显著性的节点。同时采用得到的特征值作为分类依据,训练SVM分类器。实验表明,利用PLV相位同步方法得到功能网络的局部属性,可以有效地区分不同类型的情感脑电数据,为基于脑电数据的情感识别提供了一种有效的方法。     

基于混沌同步的保密通信

研究了基于混沌系统完全同步化的保密通信问题。根据所要传输的信号,将混沌系统中的某一参数加以改变。通过自适应控制方法,在混沌系统同步化的基础上分别识别出系统的原参数和改变后的参数,进行分析比较后复原传输信号。利用Lyapunov稳定性定理和Barbalat定理,严格证明了同步方法的正确性。同时,以高维的Rossler系统为例进行了数值仿真,验证了保密通信方案的有效性。     

基于相位同步的癫痫信号识别与分析

针对临床人工诊断癫痫信号效率低下的问题,建立一种基于相位同步的癫痫信号自动诊断模型。使用相位锁定值衡量各脑区间不同状态下的同步化程度,构建对应的脑功能网络连接矩阵,提取聚类系数和特征路径长度2种全局属性作为输入支持向量机的训练特征,使用六折交叉验证的方式对发作间期及发作期的信号进行分类识别。实验结果表明,加权网络的分类效果优于二值网络,其平均准确率为83.4%,单一属性难以全面反映癫痫患者2种状态下的功能网络连接差异,多数患者在gamma和beta频段取得较好的分类效果。     

窄带同步相位检测在商品电子防窃系统中的应用

给出了一种基于同步相位窄带检测电路实现的EAS系统检测器,并给出了原理和实现方法。     

基于USB3.0的多相位帧同步电路设计

USB3.0帧同步电路设计的关键在于高速率下串行数据流的帧定位与数据对齐,需同时兼顾高效率和低功耗。使用Verilog HDL描述语言设计了一种基于多相位和并行检测技术的帧同步电路,重点对并行检测电路进行分析和优化。该电路在ISE中编译和仿真,结合数据进行分析,并将仿真结果进行比较验证,证明该电路能满足帧同步的速率和时序要求。     

基于Local SGD的部分同步通信策略

Local SGD训练方法用于分布式机器学习以缓解通信瓶颈,但其本地多轮迭代特性使异构集群节点计算时间差距增大,带来较大同步时延与参数陈旧问题。针对上述问题,基于Local SGD方法提出了一种动态部分同步通信策略（LPSP）,该方法利用两层决策充分发挥Local SGD本地迭代优势。在节点每轮迭代计算结束后,基于本地训练情况判断通信可能性,并在全局划分同步集合以最小化同步等待时延,减少Local SGD通信开销并有效控制straggler负面影响。实验表明LPSP可以在不损失训练精确度的情况下实现最高0.75~1.26倍的加速,此外,最高还有5.14%的精确度提升,可以有效加速训练收敛。     

永磁同步电动机中混沌运动的部分解耦控制

永磁同步电动机在参数处于特定区域时存在混沌现象,混沌的存在将使电机的性能变差,因此要设法消除其混沌运动.电机中混沌的现有控制方法的控制目标只能为周期点或平衡点,不能满足实际需要.为了解决这个问题,设计了基于非线性反馈的永磁同步电动机中混沌现象的部分解耦控制.该方法以直轴和交轴电压为控制变量,通过电机状态的非线性反馈将直轴和交轴电流方程中的耦合项解耦,同时使得直轴和交轴电流可以跟踪设定值.这种控制方式的结果是使系统具有唯一稳定平衡点,而这个平衡点的位置可以根据实际要求设置为任意点.在任意时刻对处于混沌状态的永磁同步电动机进行部分解耦控制,受控系统将稳定于设定平衡点,从而实现混沌的控制.文中分析了控制参数与系统响应快速性之间的关系,为参数选择提供了指导.仿真结果表明了理论分析的正确性和该控制方法的有效性.     

一类混沌系统的部分投影同步的稳定性判据

研究了一类混沌系统的部分投影同步问题．对于一类三维混沌系统提出了实现部分投影同步的稳定性判据,用Lyapunov方法从理论上证明了结论．该判据不仅可用于三维系统,也可用于四维超混沌系统中两个变量的部分投影同步判别．以混沌Lorenz系统和超混沌系统为例的数值仿真结果验证了稳定性判据的正确性和有效性．     

分数阶超混沌系统的模糊控制和同步

采用分数阶T-S模糊模型对分数阶超混沌系统建模,采用并行分布补偿方法设计模糊控制器,通过适当设置状态反馈矩阵使得闭环极点位于稳定区域内,从而保证闭环系统满足渐近稳定性条件,通过设置同步状态反馈矩阵实现两个具有不同初始条件的分数阶Rossler超混沌系统的同步,数值仿真结果表明该方案的效果十分理想。     

基于脑电和惯性同步分析的神经动力学耦合研究

运动控制是神经、运动和感觉功能的多方面协调及信息交互作用过程,探究运动系统中运动-生理信息间的关联关系对于理解人体运动控制机制具有重要意义。为此,本文通过对脑电信号（Electroencephalogram, EEG）和惯性信息中的加速度信号（Acceleration, ACC）进行相干分析,探究上肢静息态和任务态时EEG和ACC信号间的因果关系及演变规律。首先,通过对7名受试者的EEG和ACC信号进行预处理,去除信号中的干扰成分;进一步,分别计算在静息态、任务态（动态力、静态力）下的EEG和ACC信号间的相干性结果,并通过显著相干的阈值指标来计算显著性面积进而实现量化分析。结果显示,在动态力下的EEG-ACC相干显著性面积大于静态力下的值,静态力下的显著性面积大于静息态下的值;且分别在左、右侧上肢运动时,EEG的C3、C4通道与ACC间的显著性面积也呈现出在对侧运动脑区显著。研究结果表明,EEG和ACC信号间的同步特征在上肢运动的静息态、任务态（动态力、静态力）下有显著特征,这有助于深入理解神经-运动控制机制,为运动功能评估提供新的定量指标,进而为运动功能障碍疾病的早期诊断提供理论依据。     

基于锁相环的时间同步机制与算法

在讨论计算机时钟分析模型的基础上,分析和总结已有的时间同步机制的特点,提出了一种低能耗单向广播校正同步机制,同时进行时钟偏移补偿和漂移补偿,并基于传统的锁相环(phase locked loop,简称PLL)原理设计了同步算法.为了避免实现过程中额外的硬件开销,开发了一种简洁的数字锁相环.最后,在Mica2实验平台上对所设计的同步机制与算法进行了验证,并与已有的典型算法进行了性能比较.     

基于生产者-消费者模型的同步机制分析

介绍了生产者一消费者模型在程序开发中经常要考虑的情景。其设计涉及了多任务操作系统中的同步机制,即操作系统为避免多个任务访问相同资源时可能引发的竞争所进行的并发控制,包括任务的互斥、同步。讨论了需要互斥的根本原因及同步的机制,并在Linux内核空间、用户空间及VxWorks下实现生产者一消费者模型中的同步机制。     

一种基于锁相环同步的高精度数字晶闸管触发器

介绍一种高精度数学晶闸管触发器，它基于锁相环同步，适用于双反星形整流电路，并已成功地应用于晶闸管弧焊电流微机控制系统。     

基于小波分析的脑电密码计算方法

为有效提取脑电信号特征波,结合小波技术提出一种脑电特征波计算方法。对脑电信号进行小波分解,重构相关频段信号,提取特征波,并结合BP神经网络对其进行计算。实验结果表明,该方法有效,对3个受试者的平均识别率大于80%,适合残疾人等各种人群。     

基于改进小波变换的EEG分析

利用小波变换来进行EEG自动识别的研究,试图将EEG自动识别由当前的癫痫领域扩大到更多的病症中来.提出了一种改进小波基的方法.该方法是利用连续小波变换来对EEG信号进行分析,选定一个最合适的小波基.在自动识别的过程中,用自适应小波基的方法来进行多分辨分析,然后用6个参数进行特征提取.实验证明此方法有良好的可行性和有效性.     

基于改进小波变换的EEG分析

利用小波变换来进行EEG自动识别的研究,试图将EEG自动识别由当前的癫痫领域扩大到更多的病症中来。提出了一种改进小波基的方法。该方法是利用连续小波变换来对EEG信号进行分析,选定一个最合适的小波基。在自动识别的过程中,用自适应小波基的方法来进行多分辨分析,然后用6个参数进行特征提取。实验证明此方法有良好的可行性和有效性。     

基于LabVIEW的脑电信号分析系统研究

本文简单介绍了脑电（EEG）信号和小波分析的基本理论,讨论了小波分析在脑电信号处理中的优势。在虚拟仪器开发平台LabVIEW上设计了脑电信号分析系统,利用小波分析实现了对脑电信号的滤波处理和脑电节律的提取并对脑电功率谱分析进行了讨论。     

基于微状态的静息态脑电信号分析

利用微状态的时-空分析特性,采用高密度(128通道)脑电图对20例主观性耳鸣患者和20例对照组的微状态特征进行了研究.通过微状态的平均存在时间、发生频率、覆盖率、振幅和转换率参数的计算与分析,揭示了耳鸣患者和健康人脑电微状态分类的时间特征和语构存在显著差异,也反映了脑电图微状态可以作为大规模脑网络的一种有价值的分析研究...