面向病理性震颤抑震机器人生物机械模型的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-19页 |
| ·课题来源 | 第9页 |
| ·研究目的和意义 | 第9-10页 |
| ·国内外研究现状及分析 | 第10-15页 |
| ·抑震机器人的国内外研究现状 | 第10-13页 |
| ·人体上肢震颤的生物机械模型的发展状况 | 第13-15页 |
| ·肌电信号预测关节角度和关节力矩的研究状况 | 第15-17页 |
| ·肌电信号预测关节角度 | 第15-16页 |
| ·肌电信号预测关节力矩 | 第16-17页 |
| ·研究内容 | 第17-19页 |
| 第2章 震颤运动和意向运动信号分离算法的研究 | 第19-35页 |
| ·引言 | 第19页 |
| ·肌电信号和关节运动的产生机理 | 第19-20页 |
| ·基于肌电信号生物机械模型的优势 | 第20-21页 |
| ·震颤肌电信号的预处理 | 第21-27页 |
| ·通用数字滤波器性能的初步分析 | 第22-23页 |
| ·零相位滤波器的分析与研究 | 第23-26页 |
| ·肌电信号的预处理 | 第26-27页 |
| ·震颤关节角度重建算法的研究 | 第27-34页 |
| ·震颤信号特征的分析与建模 | 第27-29页 |
| ·先验性光滑滤波算法分析与仿真 | 第29-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 肌电信号和关节角度间关系模型的辨识 | 第35-44页 |
| ·引言 | 第35页 |
| ·系统辨识的基本理论 | 第35页 |
| ·基于最小二乘法的辨识算法演化过程 | 第35-38页 |
| ·基于辅助变量法的改进算法 | 第38-40页 |
| ·基于MATLAB 系统辨识方法仿真与结果分析 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第4章 肌电信号和关节力矩间关系模型的辨识 | 第44-52页 |
| ·引言 | 第44页 |
| ·肌电信号特征值和关节力矩预测方法的选取 | 第44-47页 |
| ·肌电信号特征值的初步分析与选取 | 第44-46页 |
| ·预测关节力矩方法的选取 | 第46-47页 |
| ·基于神经网络预测关节力矩 | 第47-51页 |
| ·神经网络应用现状 | 第47页 |
| ·选取RBF 神经网络预测关节力矩 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 生物机械模型的实验研究 | 第52-71页 |
| ·引言 | 第52页 |
| ·信号采集的实验设计 | 第52-55页 |
| ·肌电信号采集的实验细节 | 第52-53页 |
| ·参与者的选择标准和实验任务 | 第53-55页 |
| ·信号采集系统的介绍 | 第55-57页 |
| ·基于数据肌电信号和关节角度间的关系模型辨识 | 第57-66页 |
| ·实验者模拟意向运动附有震颤运动 | 第57-63页 |
| ·参与者仅模拟意向运动 | 第63-66页 |
| ·基于实验数据肌电信号和关节力矩间关系的辨识 | 第66-68页 |
| ·实验结果及模型对比分析 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77页 |
