非高斯脉冲噪声下基于径向基神经网络的诱发电位韧性自适应估计方法

摘要：

诱发电位(EP)观测信号中的背景噪声经常呈现出某种非高斯脉冲特性,使基于高斯假设的最小均方自适应算法性能明显退化,而适用于α稳定分布假设的最小平均P范数算法仍能较好地工作.借鉴该思想,使用以时间索引序列为输人的径向基神经网络,实现脉冲噪声下的EP信号自适应估计,给出矩阵形式的权值更新公式,逐扫描地完成自适应估计,且无需设计参考信号.针对当α动态变化时最小平均P范数算法性能变差的不足,提出基于符号函数直接自适应的改进算法用于EP信号估计.实验结果表明,改进后的算法可以在α动态变化时很好地跟踪EP信号,即使在很低的混合信噪比时(-12 dB),估计信号与EP源信号的相关系数仍在0.9以上,是一种在α稳定分布噪声下具有良好韧性的EP信号自适应估计算法.

关键词：径向基神经网络、稳定分布、诱发电位

所属期刊栏目：30

分类号：R318.08(医用一般科学)

资助基金：国家自然科学基金30570405,60940023,60872122

在线出版日期：2011-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：189-195