第195章 神经信號(1 / 2)
更新很快,看到就是赚到。
⚡ 自动翻页
开启后阅读到底自动进入下一章
⚡ 开启自动翻页更爽
看到章尾自动进入下一章,追书不用一直点。
沈一鸣盯著显示屏上那条锯齿状的波形,手里的咖啡已经凉了。
波形在屏幕上跳动,像一条不安分的蛇。左侧的噪声峰值几乎和有效信號等高,採集到的神经电信號被淹没在环境干扰里,解码算法无从下手。
已经连续工作七十二小时了。
联合实验室成立三周,第一个课题的进展远比预期艰难。nx-30晶片的1024个通道同时工作,採集能力强,但数据量大不等於数据质量高。神经信號天然微弱,脑电波的电压在微伏级別,而实验室的电磁干扰动輒达到毫伏量级。
沈一鸣试过带通滤波、独立成分分析、小波去噪,效果都一般。噪声降了一些,有效信號也跟著损失。信噪比改善幅度卡在百分之三十,再往上推不动了。
左城是早上七点来到实验室的。他推开门,看到沈一鸣坐在工位上,桌上摆著三个空咖啡杯。
你昨晚没回去?
沈一鸣说,回去了,凌晨两点,四点又来了。左城,这个噪声的问题比我想像的难。你过来看一下。
左城拉了把椅子坐下,看了几分钟波形。
问题在哪儿?
沈一鸣说,信號源是神经电信號,带宽在三百赫兹到三千赫兹之间。但实验室的工频干扰在五十赫兹,肌电干扰在三百到五百赫兹,这段频率和有效信號的低频部分重叠。用硬体滤波不够精细,用软体滤波损失信號。
左城没有立刻说话。他想起了一件事。
去年天穹卫星的数据回传项目里,有一个类似的问题。卫星到地面的通信链路受到电离层信號扰动,频段和有效数据部分重叠,不能简单滤除,得用自適应算法实时估计扰动特徵,再从信號里减去。左城当时用系统整合过一个改进版本。
他打开系统面板,在心里操作。
面板上当前积分显示667分。他在商业航天枝干和ai枝干之间调出跨枝干融合选项,找到卫星通信信號处理模块里的自適应噪声抑制算法,把它和神经信號特徵进行匹配分析。