采用硅光电池传感器，检测光强变化。下位机以单片机AT89C51为核心，实现采样、被测参数的LED动态显示和数据传输。上位机利用LabVIEW进行数据采集、实时信号显示、存储数据、调试代码，对干扰进行分析，优化滤波器参数，实现对信号的最佳处理及信号的远程传输。选用RS-232串口实现单片机与上位机数据通信，较好地模拟了工业现场控制系统。

用于脑电信号的傅里叶变化，将信号从时域转换到频域

基于matlab，GUI+编程。脑电预处理，时频分析，功能连接。可用于EEG，MEG，动物脑电，深度脑电等。可以进行基于多种技术的溯源分析，可视化效果好。

脑电信号处理视频教程 eeglab教程

用小波分析分解脑电信号，包含α、β、θ三个波段的信号

matlab仿真代码

随着生活水平的提高，健康问题引起人们高度重视，尤其是对心脏疾病方面，因而从医院大型设备到便携式仪器，甚至各种远程诊断设备，都有飞跃发展，而所有心电设备的基础都是精确采集到心电信号。

一、脑电信号特点及一般处理流程 脑电信号特点： 随机性及非平稳性相当强。人脑是一个庞大而复杂的系统，按生理功能可分为许多基本环节，这些基本环节的生理活动相互影响、相互渗透地交织在一起，而其中存在的联系、制约关系及活动规律还没有被我们清楚地认识。因而，脑电信号表现出明显的随机性，一般不能用数学函数来准确表达，它们的规律主要从大量的统计结果中反映出来。 脑电信号具有非线性。脑电信号是大脑中各种神经元之间相互作用的信号的复杂组合，组合的非线性导致脑电信号具有非线性的特点。 信噪比低。在维持正常生理活动的条件下，生物体的各个基本系统之间存在着有机的联系，因而在脑电信号中存在着严重的背景噪声，而且噪声常常超过信号，导致信噪比很低。 信号微弱。人体脑电信号的强度很微弱，一般在微、毫伏级。

1、CNN，BCIC IV 2b，无，是.zip 2、ANN BCICIV_2a_gdf，83%，是.zip 3、CRAM，BCICIV 2a_gdf，59.1%，无.zip 7、CNN-SAE，数据BCICIV_2b_gdf，77%， 8、MISCNN，BCICIV_2a mat，73%，无.zip 9、LSTM+CRNN，BCI IV-2A，70%，无.zip 12、TCNet，BCIIV-2A，77.3%，无.zip 13、新算法，BCIIV-2A，2B，seed，数据集， 15、CNN，bciiv-2b，70.7%，无.zip

人工智人-家居设计-基于IEC标准的高精度智能心电信号源设计.pdf