光源面分布对激光针灸经穴组织的漫反射影响

为了研究光源面分布对激光针灸经穴组织的漫反射传输影响,利用激光针炙在穴位组织中虚拟点源的镜像点源分布函数、并引入格林响应函数,外推边界条件求解得到点光源的漫射方程解,由人体穴位4层介质组织的一系列虚拟点源的响应得到不同空间分布光源下人体穴位的激光针炙漫反射模型;采用蒙特卡罗方法模拟了圆平面、光纤及高斯分布的面光源激光针灸。结果表明,无光斑时3种光源的径向光能主要集中在近激光针灸点区域,径向距离大于0.135cm,3种光源卷积曲线重合,圆平面和高斯光源的轴向光能呈负指数衰减,光纤光源呈直线下降;存在光斑时面光源的漫反射与光斑面积成反比,等光斑面积下圆屏光斑比圆环光斑的组织漫反射大,光斑垂直投影处漫反射曲线存在明显畸变,投影外畸变与距离成反比,达到0.5个光斑半径距离时畸变基本消除。该结果可为穴位针灸的光源选取与针灸定位提供有益参考。     

迟滞非线性环节的建模与逆控制

压电陶瓷器件这类复合材料在精密定位和微位移控制中得到广泛的应用，但其存在压电相互转化时寄生的难以建模的迟滞非线性现象的不足。通过采用一种和前向神经网络结构类似，以BackLash迟滞算子为激励函数的网络结构，并利用最小二乘法调整网络权值，从而无需考虑具体物理对象而实现对这类复杂迟滞非线性环节的建模，进而推导出所提出网络结构的逆模型。采用所建逆模型来对迟滞非线性环节进行补偿，仿真结果表明：提出的迟滞环建模方法及其控制算法可实现对迟滞环的线性补偿。     

迟滞非线性环节的建模与逆控制

压电陶瓷器件这类复合材料在精密定位和微位移控制中得到广泛的应用,但其存在压电相互转化时寄生的难以建模的迟滞非线性现象的不足。通过采用一种和前向神经网络结构类似,以BackLash迟滞算子为激励函数的网络结构,并利用最小二乘法调整网络权值,从而无需考虑具体物理对象而实现对这类复杂迟滞非线性环节的建模,进而推导出所提出网络结构的逆模型。采用所建逆模型来对迟滞非线性环节进行补偿,仿真结果表明:提出的迟滞环建模方法及其控制算法可实现对迟滞环的线性补偿。     

一类具有迟滞-蠕变非线性对象的内模控制

针对压电晶体材料在压电相互转化时发生的迟滞-蠕变现象,本文采用内模控制方案来对其进行控制补偿.为实现内模控制,给出一种由Backlash迟滞算子和线性蠕变算子的加权叠加而得到模型来对其进行建模,进而得出建模结构的逆模型.仿真结果表明,本文提出的迟滞-蠕变环节建模方法及自适应内模控制算法的有效性.     

经络电信号的测量与分析

本文给出了一种经络穴位信号的采集与处理系统的设计。该系统以AD620、OP07等器件做为放大电路核心元件,针对经络穴位信号的特点,对由电极采集到的经络穴位信号,通过前置放大,将微弱的经穴信号高保真放大,并通过各种滤波电路滤除干扰,再经过采样变成数字信号在计算机中用MATLAB进行分析和处理。实验表明:该测量系统可明显检测到经络的良导性,该测量系统为经络信息的进一步研究打下良好的基础。     

D-S证据理论合成规则的一些修正

在多传感器数据融合中,D-S证据理论对于处理不确定性问题是一种有用的方法。但是,D-S证据组合规则的一些不足影响了证据理论的应用。虽然Yager对此做了改进,但改进后的组合公式仍然存在问题。通过分析证据理论中关于冲突证据置信度分配中存在的问题,针对时域冲突的特点提出一种新的合成规则改进方法,由此弥补了D-S理论和Yager合成公式的不足,对于在时域上高度冲突甚至完全冲突的证据,能够取得理想的结果。     

基于Mallat与FFT方法的经络信号处理

本文针对经络信号的特点,利用Mallat算法的时频分析局部化的特性和快速傅立叶变换(FFT)的高频率分辨能力,将信号进行分解,再对各子带信号进行傅立叶变换.结果表明Mallat算法与FFT相结合的方法可以有效地提取穴位的电特性,穴位电信号的幅值大于非穴位电信号的幅值,而且在200～400Hz频带内,这种差异最明显.     

用于颅内压监护的多频阻抗同步测试系统

设计了一种新的脑颅双侧多频阻抗同步测试系统,用于测试由于颅内压变化所引起的阻抗的变化。根据时域阻抗法原理,以及脑颅两侧多频阻抗同步测试的需要,搭建了能够实现任意电流波形发生以及3个通道信号(1个通道是发生的电流信号,另外2个通道是响应的电压信号)并行采集的功能的时域信号测试硬件平台。给出了1种基于特殊奇次多正弦信号作为输入的多频阻抗的无偏计算方法。初步实验结果表明,系统可以实现脑颅双侧1.8~71 kHz多频阻抗同步高精度测试。从而验证本系统的有效性。     

同元次分数阶模型的一种具有稳定约束的频域辨识算法

摘 要：为了进一步提高同元次分数阶模型的辨识精度与可靠性,提出一种具有稳定约束的可分离非线性最小二乘法(记为:SC-SNLS)来优化频域均方误差指标函数。模型中线性参数与非线性参数分别用最小二乘法与Levenberg-Marquardt(LM)法来交替迭代估计。通过对线性参数估计值的扰动分析,揭示了优化算法的四种不稳定因素,并在迭代中加以约束与处理,从而增强优化算法的稳定性与收敛性。仿真结果表明,该辨识算法性能优于相关的算法,具有更高的辨识精度与收敛速度。