声明
摘要
第1章 绪论
1.1 课题背景
1.2 相关领域研究现状
1.2.1 肺音研究的发展历史及现状分析
1.2.2 系统建模的发展历史及现状分析
1.3 主要研究内容
第2章 麻醉状态下呼吸系统的建模方法研究
2.1 最小二乘法
2.1.1 最小二乘法的基本概念
2.1.2 传统最小二乘法
2.1.3 约束最小二乘法
2.1.4 递推最小二乘法
2.2 RBF神经网络辨识
2,2.1 RBF神经网络概述及其网络结构
2.2.2 RBF网络学习方法
2.3 本章小结
第3章 麻醉前后肺音信号的特征提取
3.1 小波分析理论
3.1.1 一维连续小波
3.1.2 离散小波
3.1.3 多分辨率分析及Mallat算法
3.2 麻醉前后肺音信号的获取
3.3 麻醉前后肺音信号的特征提取
3.3.1 肺音信号的小波分析
3.3.2 肺音信号的小波分解
3.3.3 特征提取的过程
3.3.4 麻醉前后肺音信号的最终特征
3.4 本章小结
第4章 麻醉状态下呼吸系统的建模与仿真
4.1 基于最小二乘法进行呼吸系统建模
4.1.1 ARX模型实现建模
4.1.2 ARMAX模型实现建模
4.2 基于RBF神经网络进行呼吸系统建模
4.2.1 RBF神经网络结构的确定
4.2.2 RBF神经网络训练算法的设计
4.2.3 神经网络系统辨识的建模步骤
4.3 仿真验证
4.3.1 ARX模型验证
4.3.2 ARMAX模型验证
4.3.3 ARX模型和ARMAX模型对比
4.3.4 RBF神经网络模型仿真
4.4 本章小结
结论
参考文献
攻读硕士学位期间发表的学术论文
致谢