یک الگوریتم آشکارسازی جهش عصبی و استخراج ویژگی بر اساس نمونه برداری عبور از سطح برای ثبت کم مصرف سیگنال عصبی

در این مقاله یک الگوریتم جدید برای آشکارسازی جهش های عصبی و استخراج ویژگی از نمونه های خروجی یک مبدل آنالوگ به دیجیتال عبور از سطح ارایه شده است. استفاده از نمونه برداری عبور از سطح سبب کاهش قابل ملاحظه نرخ نمونه برداری برای سیگنال های تنک و قطاری شکل جهش عصبی می شود. بدین ترتیب، با کاهش توان مصرفی فرستنده، توان مصرفی بخش های کاشته شده به میزان قابل توجهی کاهش می یابد. از آنجایی که داده خروجی مبدل عبور از سطح به فرم متعارف یکنواخت نیست، ارایه روش هایی برای پردازش ساده و منطبق بر کاربرد این داده ها ضروری است. در این مقاله نشان داده شده است که با استفاده از این نوع نمونه برداری می توان با روشی بسیار ساده و با دقتی قابل قبول به آشکارسازی جهش های عصبی پرداخت. الگوریتم ارایه شده بر روی سیگنال هایی با توزیع نویز متفاوت بررسی شده و دقت آشکارسازی % 93 . 15 برای SNR برابر با 4 . 39 به دست آمده است. همچنین الگوریتم پیشنهادی در تکنولوژی 0 . 18um CMOS و با ولتاژ تغذیه 1 . 8V پیاده سازی شده است و توان مصرفی و حجم اشغالی به ترتیب برابر با n8 105 . 12 و mm2 0 . 0131 به دست آمده است.