脑电信号采集系统的实现
脑电信号采集方案选择

VS
详细描述
脑电波控制机器人是一种利用脑电信号实 现人机交互的技术。通过采集和分析大脑 的电活动信号,将脑电信号转化为机器人 的控制指令,从而实现机器人的运动控制 。这种技术可以应用于医疗、康复、娱乐 等多个领域,具有广泛的应用前景。
案例二:脑机接口在医疗康复领域的应用
总结词
脑机接口技术为医疗康复领域提供了新的治 疗手段和康复方法。
促进神经科学和心理学研究
脑电信号采集为神经科学和心理学研究提供了重要的实验数据和研 究手段,有助于推动相关领域的发展。
02
脑电信号采集技术介绍
脑电信号采集原理
脑电信号是大脑神经元放电活动产生 的微弱电信号,通过采集这些信号可 以了解大脑的功能状态和认知过程。
脑电信号采集原理基于电位差原理, 通过在头皮上放置电极来测量大脑内 部的电位差,从而获取脑电信号。
脑电图仪(EEG)
用于记录和测量脑电信号的仪器,包括电极、放大器和记录仪等 部分。
电极帽
用于放置电极的帽子,通常由导电材料制成,能够减少干扰和阻 抗。
导电膏
涂抹在电极和头皮之间的物质,能够提高导电性能,减少噪声干 扰。
03
脑电号采集方案比较
方案一:便携式脑电信号采集系统
总结词
便于携带,适用于移动场景
方案三:多通道脑电信号采集系统
总结词
高精度、多参数监测
详细描述
多通道脑电信号采集系统能够同时采集多个通道的脑电信号,实现高精度、多参数监测。该方案通常 采用多个电极和放大器,能够获取更全面的脑电信息,适用于科学研究、临床诊断等领域。多通道脑 电信号采集系统需要专业的技术支持和较高的成本投入。
04
详细描述
实时性要求采集系统具备快速的数据处理速度和高效的传输能力,能够实时地将采集到 的脑电信号传输到计算机或其他处理设备上进行分析。这对于一些需要快速响应的应用,
神经科学中的脑电信号处理技术

神经科学中的脑电信号处理技术脑电信号处理技术是神经科学研究中的重要方向之一。
随着技术的进步,越来越多的研究者开始探究脑电信号,以期从中发现更多的神经信息。
本文将探讨神经科学中的脑电信号处理技术以及其在临床方面的应用。
一、脑电信号脑电信号是指记录在头皮表面的电信号,它反映了大脑的活动状态。
脑电信号是由大脑神经元的兴奋和抑制所产生的电位差所组成的。
脑电信号在神经科学研究中具有非常重要的作用,因为它可以提供有关大脑内部信息的线索。
二、脑电信号的采集技术脑电信号的采集技术从最初的单极法、双极法到多通道记录系统的发展,现在的脑电采集系统具有高灵敏度、高信噪比、高通量、高时间分辨率、高空间分辨率、低延时和高精确度等特点。
同时,随着神经科学研究的深入,新的脑电采集技术也不断涌现,如经颅直流电刺激 (tDCS) 和经颅磁刺激 (TMS) 等。
三、脑电信号处理技术脑电信号处理技术是将脑电信号数据进行数字信号处理和电脑算法分析的技术。
它是基于 MATLAB、C 语言或其他语言等编程平台实现的。
脑电信号处理技术的主要目的是识别脑电信号的特定模式,例如脑波生理学波态的识别和定位,以及特定的意义或感觉事件相关电位的识别和定位。
因此,脑电信号处理技术在得出大脑活动特征、检测异常等方面发挥了重要作用。
四、脑电信号的应用脑电信号处理技术在临床神经科学中的应用非常广泛。
其重要应用之一是作为诊断工具使用,例如脑电在癫痫发作的检测中得到了广泛应用。
脑电信号处理技术还被用于研究神经疾病的病因和机制,以便更有效地治疗疾病。
此外,脑电信号还可以用于脑机接口技术,例如拟移动肢体患者通过脑电刺激人工肢体运动,大大提高了其生活质量。
五、脑电信号处理技术的未来未来,脑电信号处理技术将会变得更加智能化、高效和精细。
随着深度学习和神经网络技术的不断进步,我们将会看到更加精确、实时的脑电信号处理成果。
此外,与心理学、认知科学和神经科学等有关的交叉学科将会愈加频繁,以期获得更深刻的认知、学习及相关神经机制。
《睡眠脑电信号采集处理系统的设计》范文

《睡眠脑电信号采集处理系统的设计》篇一一、引言睡眠是人类日常生理活动的重要环节,脑电信号的监测对于评估个体睡眠质量具有极其重要的价值。
设计一个有效的睡眠脑电信号采集处理系统,不仅能助力临床医学领域对于睡眠障碍的监测和诊断,还可以在科学研究上提供重要的数据支持。
本文旨在设计一套具备高效、精准和易用特性的睡眠脑电信号采集处理系统。
二、系统概述该睡眠脑电信号采集处理系统主要由三部分组成:脑电信号采集模块、信号处理模块和数据分析与输出模块。
其中,脑电信号采集模块负责实时捕捉脑电信号;信号处理模块则对采集到的信号进行滤波、放大等处理;数据分析与输出模块则负责将处理后的数据进行可视化输出,并提供诊断信息。
三、脑电信号采集模块设计1. 传感器选择:选用具有高灵敏度和高稳定性的干电极式脑电传感器,能够实时捕捉大脑皮层产生的微弱电信号。
2. 信号传输:采用无线传输技术,确保在不影响用户睡眠的前提下,实时将脑电信号传输至信号处理模块。
四、信号处理模块设计1. 滤波处理:采用数字滤波技术,对采集到的原始脑电信号进行去噪处理,去除干扰信号,提高信噪比。
2. 放大处理:采用高精度放大器对滤波后的信号进行放大,确保后续分析的准确性。
3. 实时监控:系统具备实时监控功能,可对脑电信号的强度和波形进行实时显示,便于观察和分析。
五、数据分析与输出模块设计1. 数据处理:采用专业的数据处理算法,对放大后的脑电信号进行进一步的分析和处理,提取出有价值的生理信息。
2. 特征提取:通过对处理后的数据进行特征提取,如功率谱密度、事件相关电位等,为后续的睡眠分期和诊断提供依据。
3. 睡眠分期:根据提取的特征信息,结合睡眠医学专家制定的标准,对睡眠进行分期,如REM(快速眼动)期、NREM(非快速眼动)期等。
4. 诊断输出:系统根据睡眠分期结果,结合其他生理参数(如心率、呼吸等),生成详细的诊断报告,为医生提供参考。
六、系统软件设计1. 界面设计:系统软件界面应简洁明了,便于操作。
基于PSoC脑电信号采集系统

f c n s Jn n2 0 1 , hn ; . ol eo i i s S. d n o Si e, ia 5 0 4 C ia 2 C lg L e c ne,  ̄ n og e c e f fSe c
N r a nv sy Jn n2 0 1 ,C ia) o l i r t, ia 5 0 4 hn m U ei
s vn ,a d  ̄ n mi aafru h S Ib sa dawi ls d l.Re ev rsn sterc ie aa a ig n a s t d t ho g P u n r esmo ue s e c ie e d e ev dd t h
t o u e r u h aP o i ulU B o ac mp trt o g S C w t f l S .T e c mp tre ly a VI h h h o u e mp o sL b EW ip a in l n t d s ly s asa d o g
或者抓 掉 , 这些 问题 严重 地影 响了对老 鼠 自由活动 时脑 电 的采集 。我 们研 制 了一种 自由活 动 动物脑 电无线 采集 系统装 置 , 以使这一 问题得 到缓解 。该 系统体 积小 、 量轻 , 以使 动物 在 背上 携带 。这 样 可 以让动 可 重 足 物在非 固定模式 的 、 复杂 的三维空 问 自由 活动 , 自然地 采 集记 录动 物 的脑 电信 号 , 更 大大 提 高 了采 集 的稳 定
GAO a g h n , ANG i “ Gu n . e g W M n
,
YANG n ZHANG — un ZHENG u Ya , Liq , H i
( . e a oao fr i esr o h n ogP oic , ieh o g et S ad n cdm 1 K yL brt y o o nos fS a d n rv eBo cn l yC n r h no gA a e y r B s n t o eo f
一种基于STM32W108的无线脑电采集系统的实现

2 0 1 3年
第1 1 期
Hale Waihona Puke S C I E N C E&T E C H N O L OG Y I N F OR MA T I ON
0本刊重 稿。
科技信息
一
种基于 S T M3 2 W1 0 8 的无线脑电采集系统的实现
【 摘 要】 传统 的有线动物脑电信号采集 系 统存在体积大 , 接线多 , 移 动测量 困难等缺 点。基 于以上考虑 , 我 们设计 了一个基 于 s t m 3 2 w 1 0 8
L I Z h e n - j i a n g YAN G. 1 i — mi n WANG Mi n
《2024年睡眠脑电信号采集处理系统的设计》范文

《睡眠脑电信号采集处理系统的设计》篇一一、引言随着现代医学技术的不断进步,睡眠障碍的检测与诊断逐渐成为研究的热点。
其中,脑电信号作为睡眠研究的重要依据,其采集与处理系统显得尤为重要。
本文旨在设计一套高效、稳定的睡眠脑电信号采集处理系统,以实现对睡眠过程中脑电信号的准确捕捉与有效分析。
二、系统设计目标本系统设计的主要目标包括:1. 高效、准确地采集脑电信号;2. 对采集的信号进行实时处理与分析;3. 便于医学人员操作使用;4. 具备较好的数据存储与传输能力。
三、系统硬件设计(一)脑电信号采集模块该模块主要由电极、信号放大器、滤波器等组成。
通过高精度的电极,将脑电信号转化为电信号,经过放大与滤波处理后,将信号传输至后续处理模块。
(二)数据采集卡数据采集卡是连接脑电信号采集模块与计算机的桥梁,负责将采集到的脑电信号转换为数字信号,并传输至计算机进行进一步处理。
(三)其他辅助设备包括电源供应器、传感器等,为整个系统提供稳定的电力支持与传感器数据输入。
四、系统软件设计(一)数据采集与预处理模块软件通过数据采集卡接口,实时接收并存储脑电信号数据。
在预处理阶段,对数据进行去噪、滤波等操作,以提高数据的信噪比。
(二)信号处理与分析模块该模块利用数字信号处理技术,对预处理后的数据进行进一步分析。
包括时域分析、频域分析等,以提取出有价值的生理信息。
(三)界面设计与交互模块为了方便医学人员的操作使用,系统设计了友好的用户界面。
医学人员可以通过界面进行参数设置、数据查看、结果分析等操作。
同时,界面还具备实时波形显示功能,便于医学人员直观地观察脑电信号的变化。
(四)数据存储与传输模块系统支持将处理后的数据存储至本地数据库或云端服务器,方便医学人员进行数据管理与共享。
同时,系统还支持与其他医疗设备的接口连接,实现数据的远程传输与共享。
五、系统实现与测试在系统硬件与软件设计完成后,进行系统的集成与测试。
首先,对系统的硬件性能进行测试,确保各模块的稳定性与可靠性。
《2024年睡眠脑电信号采集处理系统的设计》范文

《睡眠脑电信号采集处理系统的设计》篇一一、引言随着现代医学技术的不断进步,睡眠障碍的检测与诊断逐渐成为医学研究的重要领域。
其中,睡眠脑电信号的采集与处理是评估睡眠质量、诊断睡眠障碍的关键手段。
本文旨在设计一套高效、可靠的睡眠脑电信号采集处理系统,为临床诊断和治疗提供有力支持。
二、系统设计目标本系统设计的主要目标包括:1. 准确采集脑电信号:系统应能够准确、稳定地采集脑电信号,减少外界干扰。
2. 信号处理与分析:系统应对采集到的脑电信号进行实时处理与分析,提取有用的信息。
3. 操作便捷:系统操作应简便易行,无需专业培训即可使用。
4. 数据存储与传输:系统应具备数据存储与传输功能,方便医生远程查看与分析。
三、硬件设计1. 脑电信号采集器:采用干电极或湿电极技术,通过放大器将脑电信号转化为可测量的电压信号。
2. 传感器布局:根据国际脑电图学会标准,合理布局传感器,保证信号的准确性与稳定性。
3. 数据传输模块:采用无线传输技术,将采集到的信号传输至处理单元。
四、软件设计1. 信号预处理:对原始脑电信号进行滤波、放大等预处理操作,减少噪声干扰。
2. 特征提取:采用相关算法,从预处理后的信号中提取出与睡眠分期、睡眠质量等相关的特征信息。
3. 数据分析与存储:对提取出的特征信息进行统计分析,并将结果存储在数据库中。
4. 用户界面:设计友好的用户界面,方便用户操作与查看数据。
五、算法设计1. 睡眠分期算法:采用经典的睡眠分期算法(如AASM标准),对脑电信号进行分期,判断受试者所处的睡眠阶段(如清醒期、浅睡期、深睡期等)。
2. 特征提取算法:采用小波变换、傅里叶变换等算法,从脑电信号中提取出与睡眠质量、睡眠障碍等相关的特征信息。
3. 数据处理算法:采用统计分析、机器学习等算法,对提取出的特征信息进行进一步处理与分析,为诊断提供依据。
六、系统实现与测试1. 系统集成:将硬件与软件进行集成,形成完整的睡眠脑电信号采集处理系统。
人体脑电信号的采集与处理技术研究

人体脑电信号的采集与处理技术研究近年来,人体脑电信号的采集与处理技术研究变得越来越重要。
这项技术的应用范围涉及医学、神经科学、工业等领域,可以为人们提供更多便捷和高效的解决方案。
本文将对人体脑电信号的采集与处理技术做一介绍,并邀请我们深入了解该技术的现状与未来发展。
一、脑电信号的基本知识脑电信号(简称EEG)是人体大脑中神经元活动产生的电信号,经过头皮产生的电位,被记录在头皮上的电极阵列中。
EEG信号的频率分布是人类睡眠状态和大脑疾病预测和诊断的关键指标。
目前,由于噪声和系统固有噪声(如交流电干扰)的存在,EEG信号的质量存在很大的变异性。
二、脑电信号的应用以及相关技术由于脑电信号具有丰富的信息量,因此其应用范围十分广泛。
例如,在医疗领域中,EEG信号被用于检测和诊断许多疾病,例如癫痫、脑梗塞、老年痴呆等。
此外,在神经科学领域中,EEG信号被用于研究人类大脑的认知、注意力、情绪和记忆等。
另外,在工业领域中,EEG信号也被应用于人机交互、心理状态监控等方面。
在上述应用方面,人们探索开发了许多相关技术。
例如,EEG信号源定位技术能够精确地确定大脑中神经元的活动区域;EEG信号促进技术可以提高大脑记忆、情绪和注意力等认知功能;EEG信号伪迹过滤技术可以消除信号中的固有噪声,保证信号质量。
三、脑电信号的采集与处理技术在脑电信号的采集方面,人们将电极放置在人体头部的特定位置上,通过记录电极之间的电位差,可以进行数据采集。
在电极布局中,人们根据国际标准10-20系统,选取各个功能区的位置,采集的数据预处理或修复不合格的数据。
在处理方面,虽然EEG信号的质量存在较大变异性,但是人们还是可以采用一系列的技术来解决这些问题(例如乘法伪迹消除、共同模式消除等)。
同时,也可采用深度学习算法来提高对EEG信号的分析和处理能力。
四、脑电信号的未来发展与挑战未来,随着科技的不断进步和人类对脑机交互技术的需求增加,脑电信号的采集与处理技术将得到更广泛的应用。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
二阶双二次 BPF 快速实用设计公式为:
R1=(1.592*Q/G)*K
--------------(1)
R2=(1.592*Q)*K
R3=R4=1.592*K
由([1] p106 表)可选择归一化电容 C,标定系数 K=100/(f0*C)
(1)α波(8-12Hz)中心频率为ω0=2π*10Hz,带宽Δω为 2π*4Hz, 用纹波为
取: 0.224097735*ω0*s* As1
A1(s)=--------------------------ω02+0.224097735*ω0*s+1.320237998s2
0.169740406*ω0*s* As2 A2(s)= -----------------------------
ω02+ 0.169740406*ω0*s+0.75743919s2
地址总线
1.高阻差分电路: 由于人体本身就是一个高阻,因此采集接受脑电波的放大器必须是高输入阻
抗放大器。 由于差分放大器是微电压放大器的前级,对共模抑制比及温漂等参数的要求非常 严格。本级运放采用美国产的 OP-07 作为主放大芯片,以降低其运放本身的噪 声信号,并要求 Rf1/R1 与 Rf2/R2 须严格相等才能防止共模信号的窜入。考虑各电 阻有一定的误差,故采用微调 Rf2 的方法实现。
K=100/(f0*C)=100/(50*1)=2,由[文献 6]用 0.1db 四阶双二次级联切比雪夫带阻 滤波器设计,纹波很小,基本不影响原始脑电信号的幅度。同时实现通带内增益 G 为 10,Q=ω0/Δω=10,查表可得各元件值:
R1=K*45.407/G=9.0814kΩ,R2=K*45.407=90.814kΩ,R3=K*1.625=3.25kΩ, R4=K*1.592=3.184kΩ,R5=K*1.625=3.25kΩ,R6=K*1.592/G=0.3184kΩ, R7=K*1.559/G=0.3118kΩ. R1’=K*43.553/G=8.71kΩ,R2’=K*43.553=87.106kΩ=,R3’=K*1.559=3.118kΩ, R4’=K*1.592=3.184kΩ,R5’=K*1.559=3.118kΩ,R6’=K*1.592/G=0.3184kΩ, R7’=K*1.625/G=0.325kΩ.
能对直流以及低频信号进行完全准确的测量。 反馈式对称温度补偿的具体措施,取得了很好的温度补偿效果。电位器RP可 改善电路的非线性,其作用是为了消除同类型光耦器的分散性,使两光耦器获 得更好的对称性;二极管DV是用于保护光耦器的发光二极管免受负过压的 影响。V1 构成稳定电路的反馈通路;V2 实现输入和输出两部分的电隔离和 信号的传输。两光耦器的发光二极管虽未直接串接在一起,但分别处在两条完 全对称的并联支路中,因而,两发光二极管中的电流完全相等。这样,温度变化 对输出耦合部分的影响,也同样改变了反馈量,从而保证了电路的增益恒定不 变。调整Rb 能改变运放N1 的同相端电位,即光耦器的静态工作点,使其处在 最佳线性区域;调整Rz 使输入为零时输出Uo 为零电平;Rg 可改变整个电路 的增益。两点:一是光耦器的线性工作范围较窄,且随温度变化而变化;二是光 耦器共发射极电流传该电路的电压增益为: A=(R2+R3)·RG/R1R3 。电路 图如下:
地之间,过高的共模电压不仅会影响测量精度,而且可能烧坏仪用放大器。用光 电耦合或变压器耦合传递信号。隔离放大器有如下显著特点:
① 保护数据采集系统使其不会被高共模电压损坏。 ② 由于隔离放大器的输入部分是完全浮置的,无须对输入端提供偏流电阻,
因而没有偏流引线,泄露电流很小,解决了噪声拾取问题。 ③ 由于输入断到公共断的电容和漏电导很小,具有非常高的共模抑制能力,
增益高(即 G 高)且能稳定工作。但是,当 Q 大,G 高时,BPF 的稳定性和可靠 性下降。现象一是:BPF 容易自激;其二是,通带增益不稳定。当环境温度变化,
R、C 值均在变化,影响中心频率。
一般电容具有负温度系数,电阻具有正温度系数,但很难实现完全匹配。制
作高阶 BPF 的经验是;①通带增益不宜太大;②Q 值不要太大;③第一级采用仪
Q1=Q2=5.127299032 ω01=ω0/(1.320237998)1/2=8.703098342*2π ω02=ω0/(0.75743919)1/2=11.490161*2π
由|A(jω0)|=10,令|A1(jω0)|=101/2 ,|A2(jω0)|=101/2 G1=|As1|=5.515497054, G2=|As2|=5.51497076
3.截止频率ω0 为 100Hz 的低通滤波器设计: 该滤波器的截止频率为ω0=2π*100Hz, 通带内增益 G 为 10。因为巴特沃夫滤
波器具有通带内尽可能平坦,基本不影响原始脑电信号的相对关系的特点,用四 阶双二次级联巴特沃夫低通滤波器设计[文献 6]。
取 C=0.1μF,则 K=100/(f0*C)=100/(100*0.1)=10。查表[文献 6,p65]可得各 元件值:
1+1.3614p+1.3827p2
0.224097735*p* As1
0.169740406*p* As2
p=s/ω0
A(p)==---------------------------* ----------------------------- ==========Î
1+0.224097735*p+1.320237998p2 1+ 0.169740406*p+0.75743919p2 ω0=2π*10Hz
0.5db 的四阶切比雪夫带通滤波器实现,边沿下降很快,通带波动又很小, 基本
不影响原始脑电信号的幅度。由[文献 5]查 0.5db 二阶低通 a=1.3614,b=1.3627.
转换为四阶高通,再分解为两个带通的级联。
A1
p=(p+1/p)/ΔΩ
A(p)=------------------ ==============Î
α波 带通 β波 带通
采样 保持
采样 保持
采样 保持
采样 保持
采样 保持
采样 保持
程序控制 放大器
程序控制 放大器
程序控制 放大器
程序控制 放大器
程序控制 放大器
程序控制 放大器
程序控制 放大器
程序控制 放大器
程序控制 放大器
MUX
微
多
路
选
择 开
机
关
ADC
接
口
脑电信号采集系统的总体框图
数据总线
地 址 译 码 器
脑电信号采集系统的实现
王朝晖 SA99023011
摘要:本文通过对脑电信号的特点和环境噪声的分析,设计了一种微电压放大器,该电路对 去噪和对α波,β波选频精度很高。通过用数字滤波器分析,结合经模拟滤波器选频输出的 低频信号进行比较,调整α波,β波选频的中心频率。该种设计稳定可靠。
许多种类的微弱信号用普通的测量仪是很难测出来的,例如人的脑电、肌电 信号等。因为脑电信号的电压幅值很小,只有 5~150μV,频率低至几十赫兹以下, 这些信号极易被外界干扰信号淹没。另外,脑电信号的输出电流也及其微弱,不能 用低输入阻抗放大器处理.因此,为放大这类信号,必须采用高放大倍数、高输 入阻抗的放大器进行采集放大。但仅考虑高放大倍数、高输入阻抗还不能有效地 将脑电波采集输出,还应考虑信号的作用,因为有些干扰信号的幅值已大于或接 近于脑电、肌电幅值,如果放大器没有足够高的信噪比,也很难将脑电、肌电等 有用信号采集到。所以这种微电压放大器不仅要考虑它的放大倍数,还要考虑它 的干扰能力。
R2
R3
R5
R7 R4
Vi Vo
R1
R4
R6
祛除 50Hz 工频信号的带阻滤波器
R4
R4 R3
R2
R1 Vi
C R4
R4’
R
Vo
截止频率ω0 为 100Hz 的低通滤波器
5.α波,β波的带通滤波器的设计: 在实际设计中,总希望 BPF 具有良好的选择性(即 Q=w0/B 值大),通带内的
由[文献 6]用两个 0.1db 四阶双二次级联切比雪夫带阻滤波器设计,纹波很小, 基本不影响原始脑电信号的幅度。
第一级:取 C=1μF,则 K=100/(f0*C)=100/(8.703*1)=11.49,G1=5.515497054,
Q1=5.127299032,由[文献 1,p115]用二阶双二次 BPF 实现, R1=(1.592*Q/G)*K =(1.592*5.127299032/5.515497054)*11.49=17 kΩ R2=(1.592*Q)*K=97.462 kΩ R3=R4=1.592*K=19 kΩ 第二级:取 C=1μF,则 K=100/(f0*C)=100/(11.490161*1)=8.703098242,G2=5.51497076, Q2=5.127299032,由[文献 1,p115]用二阶双二次 BPF 实现, R1’=(1.592*Q/G)*K =(1.592*5.127299032/5.51497076)*8.703098242=12.881kΩ R2’=(1.592*Q)*K=71.04kΩ R3’=R4’=1.592*K=13.855 kΩ
0.224097735*ω0*s* As1
0.169740406*ω0*s* As2
A(s)==---------------------------* -----------------------------
ω02+0.224097735*ω0*s+1.320237998s2 ω02+ 0.169740406*ω0*s+0.75743919s2
本文设计的脑电信号放大器将信号(0--200μv)放大到 0—1v 左右,放大倍 数能达到 76dB。