本文選題：Matlab　切入點(diǎn)：Visual　出處：《山東師范大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：對(duì)腦電信號(hào)進(jìn)行研究是腦科學(xué)研究領(lǐng)域的重要內(nèi)容,在這一領(lǐng)域,腦機(jī)接口(Brain Computer Interface,BCI)系統(tǒng)既涉及醫(yī)學(xué)學(xué)科又涉及計(jì)算機(jī)通信與控制等學(xué)科,已成為這一領(lǐng)域中的熱點(diǎn)課題。采集到的腦電信號(hào)在經(jīng)過硬件處理之后可能仍然包含有大量的噪聲,為了保證信號(hào)后續(xù)處理分析結(jié)果的精準(zhǔn)性,需要對(duì)信號(hào)進(jìn)行濾波等預(yù)處理。Kalman濾波是一種高效率濾波方法,能適應(yīng)多種不同條件的濾波工作,被廣泛地使用在信號(hào)處理工作、導(dǎo)航、自動(dòng)控制等領(lǐng)域。本文使用Kalman濾波對(duì)采集到的腦電信號(hào)進(jìn)行了濾波處理,經(jīng)后續(xù)試驗(yàn)表明利用其對(duì)腦電信號(hào)進(jìn)行預(yù)處理可以提高對(duì)信號(hào)特征的識(shí)別率。本文通過分析Matlab與C\C++等高級(jí)編程語言的優(yōu)缺點(diǎn),使用了Matlab與C++兩者優(yōu)勢(shì)互補(bǔ)的混合編程的方式實(shí)現(xiàn)了Kalman濾波,該方法既實(shí)現(xiàn)了Matlab強(qiáng)大的數(shù)值方面運(yùn)算能力的跨平臺(tái)應(yīng)用,又有高級(jí)編程語言執(zhí)行效率高,界面編寫功能強(qiáng)大的優(yōu)點(diǎn),并將Kalman濾波器應(yīng)用于腦電信號(hào)的預(yù)處理,取得了較好的效果。本篇論文的主要工作有以下幾點(diǎn):1.本文介紹了腦電信號(hào)采集與處理中的腦機(jī)接口系統(tǒng)的大致組成及其工作流程,詳細(xì)介紹了本文在腦機(jī)接口系統(tǒng)信號(hào)處理模塊用到的Kalman濾波算法及ST(S-transform,S變換)算法和梯度Boosting(Gradient Boosting,GB)算法相結(jié)合的特征提取和分類識(shí)別算法的基本原理。2.本文闡述了Matlab與VC++的優(yōu)點(diǎn)及缺點(diǎn),介紹了相關(guān)文獻(xiàn)中前人整理過的傳統(tǒng)的VC++6.0這一工具與Matlab混合編程的幾種方式,并介紹了當(dāng)前最新的VC++標(biāo)準(zhǔn):C++0x/11標(biāo)準(zhǔn)以及VC++6.0的問題及與VS的區(qū)別。在此基礎(chǔ)上,實(shí)現(xiàn)了新版的Visual studio 2010與Matlab R2012b的混合編程。3.通過實(shí)例將Visual studio 2010與Matlab R2012b混合編程的思想應(yīng)用到了腦機(jī)接口系統(tǒng)中,在對(duì)腦機(jī)接口系統(tǒng)預(yù)處理模塊中的信號(hào)濾波后,在此基礎(chǔ)上使用了ST算法對(duì)采集到的運(yùn)動(dòng)想象信號(hào)進(jìn)行了特征提取,并使用GB算法進(jìn)行了識(shí)別分類,并通過實(shí)驗(yàn)驗(yàn)證了方法的有效性。
[Abstract]:The research of EEG is an important part in the field of brain science. In this field, the Brain Computer Interface (BCI) system involves not only medical disciplines, but also computer communication and control. It has become a hot topic in this field. The collected EEG signals may still contain a lot of noise after the hardware processing. In order to ensure the accuracy of the analysis results of the subsequent processing of the signals, Kalman filtering is a high efficient filtering method, which can adapt to many different conditions of filtering, and is widely used in signal processing, navigation, navigation, and so on. In this paper, Kalman filter is used to filter the collected EEG signal. The subsequent experiments show that the preprocessing of EEG signals can improve the recognition rate of the signals. This paper analyzes the advantages and disadvantages of advanced programming languages such as Matlab and C\ C. The Kalman filter is realized by using the hybrid programming method of Matlab and C, which not only realizes the cross-platform application of Matlab's powerful numerical computing ability, but also has high execution efficiency in advanced programming language. Interface programming has the advantage of powerful function, and the Kalman filter is applied to the pretreatment of EEG signal. The main work of this paper is as follows: 1. This paper introduces the general composition and workflow of the BCI system in EEG acquisition and processing. This paper introduces in detail the basic principle of feature extraction and classification recognition algorithm which is used in the signal processing module of brain-computer interface system based on the combination of Kalman filter algorithm and ST-S-transform-S transform algorithm and gradient Boosting(Gradient boost algorithm. The advantages and disadvantages of VC, This paper introduces several methods of mixed programming between VC 6.0 and Matlab, and introduces the latest VC: C 0x / 11 standard, the problems of VC 6.0 and the difference between VC 6.0 and vs. On the basis of this, the paper introduces several methods of mixed programming of VC 6.0 and Matlab, and introduces the latest VC: C 0x / 11 standard and the problem of VC 6.0 and the difference between VC 6.0 and vs. The new hybrid programming of Visual studio 2010 and Matlab R2012b is realized. 3. The idea of Visual studio 2010 and Matlab R2012b mixed programming is applied to the BCI system through an example. After the signal filtering in the BCI system preprocessing module, On this basis, St algorithm is used to extract the feature of the collected motion imagination signal, and the GB algorithm is used to identify and classify the signals. The validity of the method is verified by experiments.
【學(xué)位授予單位】：山東師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：R318;TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 林競(jìng)，林衛(wèi)星;電力調(diào)度管理系統(tǒng)的混合編程設(shè)計(jì)與實(shí)現(xiàn)[J];寧波大學(xué)學(xué)報(bào)(理工版);1995年02期

2 張雷順;孫玉永;肖紅菊;;混合編程法在編制結(jié)構(gòu)分析程序中的應(yīng)用[J];鄭州大學(xué)學(xué)報(bào)(理學(xué)版);2005年04期

3 岳艷霞;陳靜;李寶莉;閻訪;;混合編程實(shí)現(xiàn)電視氣象節(jié)目中圖表的快速處理[J];氣象科技;2013年04期

4 何優(yōu);董勝;;海灣風(fēng)浪后報(bào)軟件的開發(fā)及應(yīng)用[J];海洋湖沼通報(bào);2013年04期

5 李博;;淺議圖像處理中混合編程的實(shí)現(xiàn)方法[J];遼寧師專學(xué)報(bào)(自然科學(xué)版);2010年01期

6 胡倩;舒晟;;C++Builder調(diào)用Matlab工具箱技術(shù)及其應(yīng)用[J];科技廣場(chǎng);2007年01期

7 李鳳哲;朱慶俊;任妹娟;;混合編程在電法資料處理中的應(yīng)用[J];物探與化探;2007年02期

8 趙忠海;張洪文;劉秀峰;;基于C#與MATLAB混合編程實(shí)現(xiàn)變形預(yù)測(cè)分析[J];測(cè)繪與空間地理信息;2012年05期

9 欒國(guó)杰;;基于MATLAB與C#混合編程實(shí)現(xiàn)光的干涉仿真[J];考試周刊;2012年74期

10 林玉明;多種語言混合編程的探討——淺談VC與VB的混合編程[J];錦州師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年02期

相關(guān)會(huì)議論文 前10條

1 朱朝彬;呂賽;黑保琴;張九星;;IDL混合編程在空間探測(cè)數(shù)據(jù)處理中的應(yīng)用[A];第二十四屆全國(guó)空間探測(cè)學(xué)術(shù)交流會(huì)論文摘要集[C];2011年

2 顧有林;易維寧;喬延利;;基于COM的混合編程及在大氣傳輸中的應(yīng)用[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

3 陸斌;;混合編程語言系統(tǒng)中的信號(hào)傳輸方法研究[A];第三屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

4 張禮達(dá);余波;張文平;;混合編程研制故障診斷專家系統(tǒng)的研究[A];第十七屆全國(guó)水動(dòng)力學(xué)研討會(huì)暨第六屆全國(guó)水動(dòng)力學(xué)學(xué)術(shù)會(huì)議文集[C];2003年

5 郭軼;王會(huì)一;葉敏青;任燕翔;;VB與VC混合編程在軟件開發(fā)中的應(yīng)用[A];第十三屆全國(guó)工程建設(shè)計(jì)算機(jī)應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2006年

6 郭軼;王會(huì)一;葉敏青;任燕翔;;VB與VC混合編程在軟件開發(fā)中的應(yīng)用[A];計(jì)算機(jī)技術(shù)在工程建設(shè)中的應(yīng)用——第十三屆全國(guó)工程建設(shè)計(jì)算機(jī)應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2006年

7 劉和來;曾宗泳;劉文清;;Origin C與LabTalk混合編程在相關(guān)流速測(cè)量中的應(yīng)用[A];2004全國(guó)光學(xué)與光電子學(xué)學(xué)術(shù)研討會(huì)、2005全國(guó)光學(xué)與光電子學(xué)學(xué)術(shù)研討會(huì)、廣西光學(xué)學(xué)會(huì)成立20周年年會(huì)論文集[C];2005年

8 彭小波;邢曉正;胡紅專;;Matlab與VC_(++)混合編程在光斑位置測(cè)量中的應(yīng)用[A];首屆信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2003年

9 胡金華;尹祿;袁湘輝;張衛(wèi);;基于LabVIEW的CIN技術(shù)開發(fā)[A];2008中國(guó)儀器儀表與測(cè)控技術(shù)進(jìn)展大會(huì)論文集（Ⅲ）[C];2008年

10 羅述全;;基于COM的Matlab與C#混合編程應(yīng)用[A];湖北省機(jī)械工程學(xué)會(huì)機(jī)械設(shè)計(jì)與傳動(dòng)專業(yè)委員會(huì)第十五屆學(xué)術(shù)年會(huì)論文集（一）[C];2007年

相關(guān)重要報(bào)紙文章 前1條

1 華東交通大學(xué)信息與控制工程研究所 楊高波;混合編程的另一種實(shí)現(xiàn)[N];計(jì)算機(jī)世界;2000年

相關(guān)碩士學(xué)位論文 前6條

1 陳旭寧;Visual Studio 2010與Matlab混合編程的研究及其在BCI系統(tǒng)中的應(yīng)用[D];山東師范大學(xué);2017年

2 胡振華;混合編程在數(shù)字全息中的應(yīng)用研究[D];昆明理工大學(xué);2011年

3 楊敏;計(jì)算機(jī)光學(xué)元件的混合編程軟件設(shè)計(jì)[D];電子科技大學(xué);2007年

4 巫建華;基于混合編程ANN信息處理軟件的研究與實(shí)現(xiàn)[D];江西師范大學(xué);2011年

5 楊曉靜;基于VC++和MATLAB混合編程的風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)系統(tǒng)的研究[D];華北電力大學(xué);2012年

6 寧萌;海洋水文站環(huán)境條件數(shù)據(jù)庫(kù)開發(fā)及工程應(yīng)用[D];中國(guó)海洋大學(xué);2007年

，

本文編號(hào)：1562541