首页> 中文学位 >非线性系统辨识在人体动态平衡建模中的应用
【6h】

非线性系统辨识在人体动态平衡建模中的应用

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题研究的背景及意义

1.2 研究现状及发展趋势

1.3 论文研究内容及结构

第2章 测试系统构成

2.1 人体动态平衡频率特性实验系统构成

2.2 非线性系统辨识系统构成

2.3 本章小结

第3章 人体动态平衡频率特性研究

3.1 频率响应

3.2 扫频原理

3.3 实验设计

3.4 实验方法及结果分析

3.5 本章小结

第4章 人体动态平衡过程建模

4.1 非线性系统辨识

4.2 人体动态平衡机理

4.3 实验设计

4.4 实验方法

4.5 基于BP神经网络的非线性系统建模

4.6 基于遗传算法的BP神经网络非线性系统辨识

4.7 本章小结

第5章 非线性系统辨识的应用

5.1 支持向量机(SVM)

5.2 Libsvm简介

5.3 平衡能力的分类

5.4 本章小结

第6章 总结与展望

6.1 总结

6.2 展望

参考文献

附录

致谢

攻读硕士学位期间发表论文情况

展开▼

摘要

平衡能力是人体的重要功能,在人类生活中起着重要的作用,例如,人体维持各种静态姿势,完成各项简单或复杂动作,进行各类体育活动等。而对于老年人、脑卒中患者和伤残病人平衡能力就显得更加重要。因此,对人体平衡能力的研究具有重大意义。人体动态平衡过程的建模,可用来分析人体在受到外界扰动时,恢复平衡的能力。已有研究,通常以PD/PID控制器作为中枢神经系统,控制小角度晃动下的人体线性化模型,如一级或二级倒立摆模型等,仿真得到人体的动态平衡调节过程曲线。但是,人体是一个复杂的非线性系统,简单的线性化模型,不能真实的反映人体平衡调节过程。而非线性系统辨识方法,可以解决非线性建模问题。近年来,基于神经网络、模糊逻辑、遗传算法等知识形成了许多新型的辨识方法,已成为非线性系统辨识的研究趋势。
  本研究主要内容包括:⑴基于六自由度运动平台,在被动运动模式下,研究人体动态平衡过程中的频率特性。另外,针对人体重心数据的采集,本文采用加速度传感器,解决了人体压力中心随频率变化时,不能准确反映人体质心轨迹的问题。最终,通过实验及分析得到了人体动态平衡调节过程中的带宽,为非线性系统辨识提供了基本信号特征。⑵采用基于遗传算法优化BP神经网络的非线性系统辨识方法,对人体动态平衡调节过程进行建模。同时,得到了不同个体在平衡调节过程中的权值和阈值,为人体平衡能力分类奠定了基础。⑶根据建模结果,提出了一种新的平衡能力分类方法。采用支持向量机,以不同个体的权值和阈值作为分类数据,以人体在动态平衡调节所需时间作为分类标准,最终实现了对人体平衡能力的分类。⑷本研究采用被动运动模式,得到了人体动态平衡过程中的频率特性,结果更加的客观准确;基于非线性系统辨识方法,建立了人体动态平衡过程的模型;采用支持向量机,实现了人体的平衡能力分类,且分类准确度高达到94%。这些不仅为平衡能力的分类提供了一种新的方法,也为医学研究提供了数据支撑。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号