经验模态分解法演算法硬体实现.PPTVIP

子計畫三：腦波導引自走式看護系統之電路設計與實現 子計畫主持人：徐國鎧 教授 報告學生：邱韻仁 * 目錄 簡介 經驗模態分解法演算法硬體實現 實驗結果 結論 * 簡介 第二年度的部分本計畫將使用第一年開發了用於擷取腦波的腦波擷取/放大電路並將子計畫一的腦波分析演算法整合入單晶片，來實現完整的大腦人機介面。 本計畫利用現場可程式邏輯閘陣列 (field-programmable gate array, FPGA) 與數位訊號處理器 (digital signal processing, DSP) 來實現複雜的穩態視覺誘發電位的分析於即時演算中。 * 目錄 簡介 經驗模態分解法演算法硬體實現 實驗結果 結論 * 經驗模態分解法演算法硬體實現 * 經驗模態分解法 (Empirical Mode Decomposition, EMD) 為一前瞻訊號處理技術，可將生醫電訊號作分解，分解成數個內建模態函數 (Intrinsic Mode Function, IMF)，其主要目的是將帶有基線游移及電源線干擾的生醫電訊號作分解，並藉由離散傅立葉作判別。但由於經驗模態分解法 (EMD) 含有大量數學運算，使得系統的即時性 (On-Line) 實現較為困難。因此本計畫提出一雙核心訊號處理架構，提高運算速度，實現系統的即時性 。 * 經驗模態分解法演算法硬體實現 * 經驗模態分解