基于姿态传感器的人体步态预测算法设计与实现
| 摘要 | 第6-7页 |
| Abs 化 act | 第7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题的研究背景及意义 | 第10页 |
| 1.2 外骨骼研究现状 | 第10-12页 |
| 1.3 步态预测算法研究现状 | 第12-13页 |
| 1.4 论文的研究内容 | 第13-14页 |
| 1.5 论文的结构安排 | 第14-16页 |
| 第2章 步态预测算法及仿真分析 | 第16-40页 |
| 2.1 引言 | 第16页 |
| 2.2 预测算法仿真数据获取 | 第16-18页 |
| 2.3 预测算法性能评估指标 | 第18-20页 |
| 2.4 最小均方自适应滤波器 | 第20-24页 |
| 2.4.1 LMS自适应滤波器 | 第21页 |
| 2.4.2 LMS自适应滤波器参数选择 | 第21-24页 |
| 2.5 递归最小二乘自适应滤波器 | 第24-29页 |
| 2.5.1 RLS自适应滤波器 | 第24-25页 |
| 2.5.2 RLS自适应滤波器仿真分析 | 第25-29页 |
| 2.6 奇异谱分析法 | 第29-32页 |
| 2.6.1 基于奇异谱的预测算法 | 第29-31页 |
| 2.6.2 奇异谱分析法仿真分析 | 第31-32页 |
| 2.7 非线性时间序列分析 | 第32-37页 |
| 2.7.1 局域加权零阶预测法 | 第33-34页 |
| 2.7.2 局域加权零阶预测法仿真分析 | 第34-37页 |
| 2.8 预测算法总结分析 | 第37-40页 |
| 第3章 步态采集系统设计与实现 | 第40-51页 |
| 3.1 引言 | 第40页 |
| 3.2 步态采集系统硬件平台 | 第40-44页 |
| 3.2.1 系统总体结构 | 第40-41页 |
| 3.2.2 传感器 | 第41-42页 |
| 3.2.3 数据处理主板 | 第42-44页 |
| 3.3 步态采集系统软件设计 | 第44-48页 |
| 3.3.1 传感器数据接收软件设计 | 第44-45页 |
| 3.3.2 主程序软件设计 | 第45-48页 |
| 3.4 上位机通讯软件 | 第48-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第4章 步态预测实验与结果分析 | 第51-66页 |
| 4.1 引言 | 第51页 |
| 4.2 步态数据采集实验 | 第51-54页 |
| 4.2.1 实验方案 | 第51页 |
| 4.2.2 实验结果 | 第51-54页 |
| 4.3 步态数据预测实验 | 第54-63页 |
| 4.3.1 实验方案 | 第54页 |
| 4.3.2 慢走状态实验结果 | 第54-57页 |
| 4.3.3 正常行走状态实验结果 | 第57-60页 |
| 4.3.4 慢跑状态实验结果 | 第60-63页 |
| 4.4 步态采集系统与外骨骼联调实验 | 第63-65页 |
| 4.4.1 实验方案 | 第63-64页 |
| 4.4.2 实验结果 | 第64-65页 |
| 4.5本章小结 | 第65-66页 |
| 结论与展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕±学位期间的论文及科研成果 | 第71页 |
