排序方式: 共有13条查询结果,搜索用时 15 毫秒
1.
双线性模型预测控制的研究表明,采用一般双线性模型的预测控制将涉及非线性优化问题,在线处理相当困难,而采用线性近似模型的预测控制又会带来较大的偏差.针对一类输入一输出双线性系统,提出了一种双线性系统的广义预测控制算法.该算法将基于输入-输出模型双线性系统中的双线性项和线性项合并,建立了一种类似于线性系统的ARIMA模型,并充分利用多步最优预测信息,由递推近似实现多步预测.控制律具有解析形式,避免了一般非线性寻优的复杂计算,并能适用于非最小相位双线性系统.仿真实验表明该算法具有良好的控制效果. 相似文献
2.
针对仅通过表面肌电信号(s EMG)进行手势识别难以应对复杂手势的问题,提出一种基于表面肌电和位姿信息融合的手势识别方法。通过双阈值方法对信号活动段进行分割,提取表面肌电信号、位姿信号的特征,使用核主成分分析方法(KPCA)对提取特征进行降维融合,使提取特征中的非线性信息得到较好保留,最后通过随机森林(RF)分类器进行分类识别。实验结果显示,该方法对10名受试者的11种不同手势的最佳平均识别率为98.23%,单个动作的识别准确率均在90%以上,验证了提出方法的可靠性。 相似文献
3.
为了满足手部运动功能康复器的主动康复训练对多种人手动作模式识别的需求,分析了表面肌电信号采样通道设置布局、训练样本制作、特征提取方式、模式分类器结构参数等因素对手部动作识别的影响,设计了针对前臂的表面肌电信号采集方案,分别基于时域统计量、自回归模型系数、小波包分解系数特征设计了BP神经网络分类器。实验结果表明:对6种单指动作、13种多指动作、20种手部动作的最佳平均识别率分别为98.5%、92.4%、90.9%,计算时间小于190 ms,验证了所提出方法的有效性和实用性。 相似文献
4.
针对现有气动弯曲关节在低气压下弯曲角度受限制的问题,将两个气动柔性驱动器(FPA)作为弯曲关节驱动源,利用结构夹角实现关节的弯曲动作,并设计了一种新型气动弯曲关节.该关节包括一个T型结构、两个可以绕着转轴做圆周运动的转动结构和两个对称分布的FPA,FPA的两端固定在T型结构和转动结构上.通过改变两个FPA的内腔气压,使FPA伸长推动转动结构转动,使转动结构之间形成夹角,从而实现整体结构的弯曲运动.基于力矩平衡原理对弯曲关节中单个FPA的转动端进行静态特性分析.仿真分析和实验表明,相比于传统的单FPA弯曲关节,新型弯曲关节的角度气压比更高,即能在更低气压的条件下实现更大角度的弯曲任务.同时,其弯曲角度和FPA的内腔气压呈非线性关系,弯曲角度随关节结构参数的改变而改变. 相似文献
5.
王志恒;沈家和;都明宇;杨庆华 《高技术通讯》2024,(8):854-863
肌电信号能反映人体的运动意图,是外骨骼和假肢控制的主要信号之一。但受试者间的差异,增加了基于表面肌电信号(s EMG)的手部离散动作识别使用成本。针对这一情况,本文从域适应的角度出发,提出一种基于小型调整集的迁移学习建模方法。该方法利用黎曼普鲁克分析(RPA)提取黎曼特征与传统时域特征作为支持向量机(SVM)的输入特征,并通过实验验证了其识别精度。在10名受试者身上进行了实验,在黎曼特征下黎曼普鲁克分析相比于不进行迁移学习的动作识别方法提高了5%~7%的准确率。在特征空间分布上,黎曼普鲁克分析后的黎曼特征的重合度更高。结果表明,该方法在基于肌电信号的手部离散动作识别上有明显优势。 相似文献
6.
7.
基于改进支持向量机的人手动作模式识别方法 总被引:1,自引:0,他引:1
为了提高基于表面肌电信号(sEMG)控制的手部运动康复器对人手多种动作模式的识别率,比较常规支持向量机(SVM)多类分类器的特点,提出改进的决策树支持向量机多类分类方法.该方法引入基于sEMG特征向量的类间距离可分性测度来指导决策树的构建,能够为每个SVM子分类器的训练提供识别率较高的样本划分方案,在提高决策树内部节点分类成功率的同时,简化了分类器结构.通过实验对比可知,新方法在20种手部动作模式的识别训练过程中,单项动作最低识别率较常规决策树方式提高了7.1%,平均识别率达到88.9%,训练速度较一对一支持向量机分类器提高了5.8%. 相似文献
8.
9.
本文提出了一种新型气动蠕动机器人,分析了它的驱动机理和动态特性,这种蠕动机器人有一个基于气动驱动器的新颖驱动机构和四个吸附足,它结构简单,制造成本低,易于小型化,仿真表明本文的控制策略可行,响应快速,控制可靠,因而这种新型机器人在很多领域有着广泛的应用潜力。 相似文献
10.