首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

主从式微创手术机器人系统的震颤抑制方法研究

摘要第1-5页
ABSTRACT第5-7页
目录第7-10页
CONTENTS第10-13页
第一章 绪论第13-23页
   ·课题的研究背景及意义第13-15页
     ·研究背景与意义第13-15页
     ·课题来源第15页
   ·研究状况第15-21页
     ·微创手术机器人研究状况第15-19页
     ·微创手术机器人震颤抑制研究状况第19-21页
   ·本文主要研究内容及章节安排第21-23页
     ·本文主要研究内容第21-22页
     ·本文的章节安排第22-23页
第二章 主从式微创手术机器人运动学模型第23-42页
   ·数学基础理论第23-34页
     ·位置与位姿的描述第23-26页
     ·坐标变换的描述第26-30页
     ·Denavit-Hartenberg表示方法第30-34页
   ·主机械臂运动学模型第34-39页
     ·PHANToM主机械臂介绍第34-35页
     ·PHANToM机械臂机构分析及其运动学模型第35-39页
   ·从机械臂运动学模型第39-41页
   ·本章小结第41-42页
第三章 非线性震颤自适应滤波理论第42-58页
   ·自适应滤波器基础第42-46页
     ·自适应滤波器基本原理第42-43页
     ·自适应滤波器结构第43-45页
     ·自适应滤波器算法第45-46页
   ·震颤自适应滤波算法第46-57页
     ·BP神经网络理论第46-48页
     ·模糊控制理论第48-52页
     ·小波分析理论第52-55页
     ·最小二乘支持向量机第55-57页
   ·本章小结第57-58页
第四章 基于模糊小波神经网络的震颤自适应滤波器第58-87页
   ·主从式微创外科手术机器人系统第58-60页
   ·震颤问题的描述第60-63页
   ·基于FWNN的震颤自适应滤波器模型第63-66页
     ·FWNN震颤自适应滤波器物理模型第63-64页
     ·FWNN震颤自适应滤波器数学模型第64-66页
   ·基于FWNN的震颤自适应滤波器算法实现第66-72页
     ·模糊小波神经网络的结构设计第66-69页
     ·模糊小波神经网络的学习机制第69-72页
   ·仿真实验第72-86页
     ·对无外界干扰的震颤信号滤波第73-78页
     ·对具有突变特性的震颤信号滤波第78-82页
     ·对具有随机特性的震颤信号滤波第82-86页
   ·本章小结第86-87页
第五章 基于最小二乘支持向量机的震颤自适应滤波器第87-97页
   ·引言第87页
   ·LS-SVM震颤自适应滤波器物理模型第87-88页
   ·LS-SVM震颤自适应滤波器数学模型第88-90页
   ·基于LS-SVM震颤自适应滤波器算法实现第90-92页
   ·仿真实验第92-96页
     ·对低幅值低频率震颤信号滤波第93-95页
     ·对高幅值高频率震颤信号滤波第95-96页
   ·本章小结第96-97页
结论第97-98页
 1. 本文的工作总结第97页
 2. 进一步工作的展望第97-98页
参考文献第98-104页
攻读学位期间发表的学术论文第104-106页
致谢第106页

论文共106页,点击 下载论文
上一篇:基于神经网络的芯片引脚检测系统的研究
下一篇:关键可测物元对不可测物元的聚焦变换