共查询到10条相似文献,搜索用时 62 毫秒
1.
2.
3.
【】触觉和滑觉感知功能是仿生假手不可或缺的感知功能。本文在原有智能假肢的基础上,通过对触滑觉感知方法的研究,包括触滑觉传感器的选型、后续测量电路的设计和测点布局分析等,开发了一种可以同时实现触觉和滑觉感知的智能假肢。进而,通过模糊逻辑控制方法的引入,实现了假肢的可靠抓握功能及抓握保持过程中的自适应响应控制。实验结果表明,该智能假肢可以实现假肢抓握的稳定控制,并在被抓握物体产生滑动时进行精准快速的自适应响应控制。 相似文献
4.
针对大多肌电控制的假肢只研究模式识别而没有对抓握力和抓握模式同步解码的问题,提出一种同时分析抓握模式和抓取力的方法。首先,采用4通道表面电极采集人体手臂肌电信号(EMG),采用力敏电阻(FSR)采集抓取力信号;然后,分别利用线性判别分析(LDA)方法和人工神经网络(ANN)进行抓握模式识别和力估计。在4种抓握模式下分别建立4个肌电信号-力关系,一旦判别出抓取模式,则调用相应模式下肌电信号-力模型估计抓握力大小以实现模式识别和力估计的结合。实验结果表明,当进行模式和力的同步解码时,模式平均分类精度约为77.8%,力估计的准确率约为90%。该方法可以用于假肢的肌电控制,不仅可以解码使用者的抓取动作的意图,还可以解码使用者期望的抓取力,辅助假肢实现稳定抓取。 相似文献
5.
超声无损探伤在金属材料微小缺陷检测中有着广泛的应用,但采集的回波信号通常受到噪声干扰甚至完全被噪声掩盖,为了辨别被噪声干扰的缺陷反射信号,提出了一种基于自适应低秩矩阵分解的超声缺陷回波检测方法。首先对原信号进行短时傅里叶变换并提取幅度谱和相位谱,引入基于误差重建的背景矩阵秩估计方法,用于估计低秩稀疏分解所需的低秩度参数。然后通过低秩稀疏分解将幅度谱分解为低秩、稀疏和噪声三部分,舍弃噪声部分。最后使用时频掩蔽分离出缺陷信号幅度谱并运用逆短时傅里叶变换获得回波信号。应用本文提出的方法分别对仿真和实测信号进行处理,结果表明本方法在缺陷回波检测方面是有效的。 相似文献
6.
7.
8.
基于BOTDR的布里渊散射分布式光纤传感器所检测的散射光信号非常微弱,且频带在30 MHz左右,本文提出应用广义S变换对散射光信号进行幅度解调.广义S变换同时具有短时傅里叶变换和小波变换的优点.通过仿真和实验数据处理验证,基于广义S变换的解调算法可以有效提取BOTDR信号的包络信息,优于传统的Hilbert变换方法,提高了传感系统的检测性能. 相似文献
9.
S变换是一种具有短时傅里叶变换和小波变换优点的时频分析方法,已有的一些基于能量聚集度量的优化方法集中度不高,影响了信号检测等应用中时频域局部定位的精度.为了提高S变换的时频聚集性能,提出了一种新的时频能量聚集度量方法优化广义S变换,提高了算法的时频集中度和短时傅里叶变换、S变换、广义S变换等方法实验比较,表明提出的方法能有效地提高广义S变换的能量集中度,并具有较强的抗噪声性能. 相似文献
10.
信号的小波分析及在信号检测中的应用 总被引:4,自引:0,他引:4
对典型的线性调频信号进行了小波分析,并运用小波变换方法对噪声中的方波信号和正弦信号进行了检测,讨论了小波变换滤波器参数变化对检测性能的影响,最后,将小波变换与短时傅里叶变换进行了比较。 相似文献