生醫(yī)學(xué)信號(hào)處理期末復(fù)習(xí)試題及答案

1、一填空20分1數(shù)字特征描述隨機(jī)變量的（集中特性）（離散特性）（相關(guān)性）2自適應(yīng)濾波器的組成（數(shù)字結(jié)構(gòu)）（自適應(yīng)處理器）（自適應(yīng)算法）3常用經(jīng)典功率譜估計(jì)方法（直接法）（間接法）4常用生物醫(yī)學(xué)信號(hào)處理的方法（時(shí)域法）（頻域法） 二簡(jiǎn)述50分1隨機(jī)過(guò)程，樣本函數(shù)和隨機(jī)變量三者的關(guān)系我們將隨時(shí)間t變化的一族隨機(jī)變量稱(chēng)為隨機(jī)過(guò)程，對(duì)于隨機(jī)過(guò)程中的每個(gè)t就對(duì)應(yīng)一個(gè) 隨機(jī)變量，對(duì)隨機(jī)過(guò)程進(jìn)行一次試驗(yàn)，其結(jié)果t的函數(shù)，稱(chēng)這個(gè)隨機(jī)函數(shù)為隨機(jī)過(guò)程的一個(gè) 樣本函數(shù)。舉個(gè)例子，X（t）=100sin（9m + ）,。是在（0, 2萬(wàn)）上的服從均勻分布的隨機(jī)變量， 那么X（t）是一個(gè)隨機(jī)過(guò)程，對(duì)于一個(gè)固定的時(shí)刻3,

2、X（tJ是一個(gè)隨機(jī)變量，在（0, 2萬(wàn)）隨 機(jī)的取比替代。的位置，那么相應(yīng)的得到一個(gè)樣本函數(shù)。2解釋維納-辛欽定理平穩(wěn)隨機(jī)過(guò)程的自相關(guān)函數(shù)與功率普密度為傅立葉變換對(duì)：S3）= RgLdt R,C） = -L sxco）ejcOTdco-io21 L平均功率與自相關(guān)函數(shù)的關(guān)系：3信號(hào)按來(lái)源分的分類(lèi)：生物電信號(hào)，生物磁信號(hào)生物阻抗信號(hào)生物聲信號(hào) 生物機(jī)械信 號(hào)生物化學(xué)信號(hào)生物光學(xué)信號(hào)4現(xiàn)代功率譜估計(jì)改善傳統(tǒng)功率譜估計(jì)的特點(diǎn),為什么？傳統(tǒng)的功率譜估計(jì)基于傅氏變換，在計(jì)算中把觀察到的有限長(zhǎng)的N個(gè)數(shù)據(jù)以外的數(shù)據(jù)認(rèn) 為是零，帶來(lái)的問(wèn)題其一是其主瓣不是無(wú)限窄，可能使信號(hào)模糊，降低了分辨率；其二是有 旁瓣，旁

3、瓣使譜估計(jì)的方差增大，還將帶來(lái)大的干擾?，F(xiàn)代譜估計(jì)法是根據(jù)這些已觀察到的數(shù)據(jù)，選擇一個(gè)正確的模型，認(rèn)為x（）是白噪聲通過(guò) 此模型產(chǎn)生的，那么就不認(rèn)為在觀察到的N個(gè)數(shù)據(jù)以外的數(shù)據(jù)全為零。因此克服了經(jīng)典法的 缺點(diǎn)，提高了譜估計(jì)的分辨率，使得譜平滑，并且降低了方差。5描述人工神經(jīng)網(wǎng)絡(luò)如何模擬神經(jīng)元過(guò)程神經(jīng)元的結(jié)構(gòu)：樹(shù)突從細(xì)胞體向其它神經(jīng)元，神經(jīng)元之間的接受信號(hào)的聯(lián)結(jié)結(jié)點(diǎn)為突觸，通 過(guò)突觸輸入的信號(hào)起著興奮抑制作用，當(dāng)細(xì)胞體接受的累加興奮作用超過(guò)某閾值時(shí)，細(xì)胞進(jìn) 入興奮狀態(tài)，產(chǎn)生沖動(dòng)，并由軸突輸出。模擬神經(jīng)元的首要目標(biāo)：輸入信號(hào)的加權(quán)和。模擬過(guò)程：人工神經(jīng)元可以接受一組來(lái)自系統(tǒng)中其它神經(jīng)元的輸入信號(hào)，

4、每個(gè)輸入對(duì)應(yīng)一個(gè) 權(quán)，所有輸入的加權(quán)和決定該神經(jīng)元的激活狀態(tài)。每個(gè)權(quán)就相當(dāng)于突觸的聯(lián)結(jié)強(qiáng)度。三綜合30分1平穩(wěn)隨機(jī)信號(hào)xn,經(jīng)過(guò)hn,得到y(tǒng)n,問(wèn)yn是不是一定是平穩(wěn)隨機(jī)信號(hào),證明。證明：有一沖激響應(yīng)為的線性非移變系統(tǒng)，它的輸入端作用一個(gè)平穩(wěn)隨機(jī)信號(hào)，在輸出端得 到另一平穩(wěn)隨機(jī)信號(hào)。QOJ，()= 依卜(，一%)上=-0000=Ml1=-00II.的均值加y00=磯= E 工 h(k)x(n - k)左二一OO00=h(k)Ex(n A：)k=-co00= mMk)k=-co=加 x(e/)= const.9)的自相關(guān)序列必(, +掰) R抄阮 + zw) = Ey(n)y(ri + w)=E

5、 V h(k)x(n k)h(r)xn + m - r) TOC o 1-5 h z 左=-oor=OOoO HYPERLINK l bookmark16 o Current Document =h(k) h(r)Ex(n k)x(n + w - r) k=.cQr=oo=Em左泛(加-廠+左)k=cQr=co= RyyM均值為零、自相關(guān)序列只與時(shí)間差有關(guān)，故輸出也是平穩(wěn)隨機(jī)過(guò)程。2為去除心電信號(hào)中的呼吸信號(hào)設(shè)計(jì)兩種方法，比擬。.小波變換法：小波變換的主要特點(diǎn)集中表現(xiàn)在對(duì)時(shí)一頻域的雙重定域能力和多分辨率分析能力,被譽(yù)為“數(shù) 學(xué)顯微鏡”。這樣還有利于心電信號(hào)的分析。.自適應(yīng)濾波 可以做成別離器，不僅可以獲取心電信號(hào)還可以獲得呼吸信號(hào)。采用自 適應(yīng)濾波設(shè)計(jì)，能自動(dòng)跟隨實(shí)際噪聲信號(hào)頻率變化，克服傳統(tǒng)濾波器濾波頻率固定的 缺乏；參考輸入