Моделі та методи виявлення складних сигналів на основі цифрової узгодженої фільтрації

Abstract

Дипломну роботу магістра присвячено розробленню моделей та методів виявлення складних сигналів на основі цифрової узгодженої фільтрації для опрацювання ЕЕГ сигналу, для побудови інформаційно-пошукових і експертних медичних систем діагностування захворювань на ранніх стадіях. Розроблено модель складного сигналу та метод його узгодженої фільтрації на прикладі ЕЕГ сигналу для виявлення комплексів “спайк-хвиля”. Метод виявлення розроблено на основі методу узгодженої фільтрації та критерію Неймана-Пірсона. Розроблен узгоджений фільтр, що за структурою відповідає КІХ-фільтру. Розраховано характеристики достовірності виявлення складних сигналів, що уможливило визначення достовірності розробленого методу узгодженої фільтрації. Розроблений узгоджений КІХ-фільтр реалізовано засобами Matlab

The master thesis is devoted to the development of models and methods for detecting compound signals based on digital matched filtration for the processing of the EEG signal, for the construction of information retrieval and expert medical systems for diagnosis of diseases in the early stages. The compound signal model and the method of its matched filtration on the example of the EEG signal for the detection of "spike-wave" complexes are developed. The method of detection is based on the matched filtration method and the Neumann-Pearson criterion. A matched filter is developed that corresponds to the FIR -filter according to the structure. The characteristics of reliability of detection of complex signals were calculated, which made it possible to determine the reliability of the developed method of matched filtration. The developed matched FIR-filter is implemented by means of Matlab