摘要
1 绪论
1.1 课题的背景及意义
1.2 α稳定分布的历史回顾
1.3 α稳定分布的发展动因及意义
1.4 诱发电位及其潜伏期
1.4.1 定义
1.4.2 诱发电位信号的分类及临床意义
1.5 本文的主要内容和章节安排
2 α稳定分布的基本理论
2.1 α稳定分布
2.1.1 α稳定分布的概念
2.1.2 广义中心极限定理
2.1.3 α稳定分布的性质
2.1.4 概率密度函数
2.2 分数低阶统计量的理论
2.2.1 分数低阶矩(FLOM)
2.2.2 共变
2.3 对称α稳定分布(SαS分布)的参数估计
2.3.1 最大似然参数估计法
2.3.2 样本分位数参数估计法
2.3.3 负阶矩估计法
2.3.4 log|SαS|估计法
2.4 α稳定分布随机变量的产生
2.4.1 随机变量的产生
2.4.2 仿真实验
2.5 检验无穷方差
3 α稳定分布噪声下诱发电位潜伏期变化的检测
3.1 诱发电位信号的传统检测方法及存在的问题
3.2 基于DLMS算法的诱发电位潜伏期变化估计检测
3.2.1 EP信号潜伏期变化估计的信号模型
3.2.2 DLMS算法
3.2.3 存在的问题
4 基于分数低阶统计量的诱发电位潜伏期变化检测
4.1 基于DLMP的诱发电位潜伏期变化检测
4.1.1 DLMP算法
4.1.2 计算机模拟数据的产生
4.1.3 SDA算法
4.2 基于LOG法的诱发电位潜伏期变化检测
4.3 基于分数低阶协方差的检测方法
4.4 计算机仿真与性能比较
4.4.1 计算机仿真与实验数据分析
4.4.2 性能分析
5 噪声参数动态变化的诱发电位潜伏期变化检测
5.1 递推参数估计方法
5.1.1 γ参数的递推估计
5.1.2 α参数的递推估计
5.2 基于DLMP的动态检测方法
5.3 基于AFLC的动态检测方法
5.4 计算机仿真结果
5.4.1 DLMP算法与改进后的DLMP算法性能比较
5.4.2 AFLC算法与改进后的AFLC算法性能比较
6 总结和展望
6.1 总结
6.2 展望
参考文献
致谢
攻读硕士学位期间发表学术论文和科研项目
声明