嗅觉系统是生物最基本的感觉系统之一,对人的日常生活和动物的生存具有重要作用。目前,我们对嗅觉生理知识的贫乏,与嗅觉的丰富多样完全不成比例。嗅觉研究不仅可以帮助我们更深入了解生物的嗅觉机理,而且对于理解其他感觉神经系统和脑的信息处理机制以及嗅觉的仿生研究等各个方面都有很重要的价值。本文首先介绍了嗅觉系统的生理结构,总结了嗅觉系统模型的研究现状,着重分析了Freeman提出的K系列模型的组成结构,并对其仿真模拟,从而获得了嗅觉脑电模拟信号。同时,总结了K系列模型的发展和应用。在获得嗅觉脑电模拟信号的基础上,通过时域、频域、非线性方面的多种参数,分析该信号,提取其刺激响应前后的信号特征。着重通过混沌分析方法,讨论了嗅觉脑电模拟信号的关联维、最大李雅谱诺夫指数等主要混沌参数特性。通过多种角度的分析,一方面说明了K系列模型运用于嗅觉系统研究的可行性和合理性,另一方面表明了所研究的信号分析方法可应用于嗅觉脑电等神经电信号的特征提取中。此外,运用两种典型的独立分量分析方法――扩展Infomax独立分量分析和基于峭度的快速固定点独立分量分析分别对仿真信号、MIT-BIH数据库中混有心电的脑电信号进行信号分离,比较两种方法的特点和优劣。然后,用基于峭度的快速固定点算法分别对混有心电、其他非嗅觉脑电的自发嗅觉脑电模拟信号和混有心电、其他非嗅觉脑电的诱发嗅觉脑电模拟信号进行信号分离。实验结果证明了独立分量分析方法提取嗅觉脑电信号的可行性。最后,用小波去噪和独立分量分析相结合的方法分别对含有多种噪声和干扰的脑电信号、自发嗅觉脑电模拟信号和诱发嗅觉脑电模拟信号去噪、分离信号。实验结果表明,可运用小波去噪和独立分量分析相结合的方法,分析处理含有外部噪声和其他生物电信号的嗅觉脑电,提取其中的有用成分。