基于FSR传感器的假手运动模式识别及控制系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·引言 | 第9页 |
| ·假手控制方式现状及分析 | 第9-15页 |
| ·脑电信号控制假手 | 第10-11页 |
| ·肌电信号控制假手 | 第11-12页 |
| ·基于FSR信号控制假手 | 第12-15页 |
| ·课题来源及主要研究内容 | 第15-16页 |
| ·课题的来源及意义 | 第15页 |
| ·学位论文的主要内容 | 第15-16页 |
| ·本文结构 | 第16-17页 |
| 第2章 假手运动模式识别及控制平台 | 第17-29页 |
| ·引言 | 第17-18页 |
| ·多通道传感器信号采集系统 | 第18-22页 |
| ·传感器选择 | 第18-19页 |
| ·信号处理电路 | 第19-20页 |
| ·数据采集卡及软件平台 | 第20-21页 |
| ·传感器佩戴方式 | 第21-22页 |
| ·上位机内的信号分析处理试验系统 | 第22-25页 |
| ·模式分类算法研究 | 第22-23页 |
| ·传感器位置优化方法 | 第23-25页 |
| ·基于双DSP的假手控制系统 | 第25-28页 |
| ·假手机械本体介绍 | 第25-26页 |
| ·基于DSP2810 的驱动与传感系统 | 第26-27页 |
| ·基于DSP2812 的上层控制系统 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 假手运动模式分类识别算法 | 第29-42页 |
| ·引言 | 第29页 |
| ·支持向量机基本原理 | 第29-35页 |
| ·硬间隔支持向量机 | 第29-32页 |
| ·软间隔支持向量机 | 第32-34页 |
| ·特征空间映射与核函数 | 第34-35页 |
| ·多类分类方法 | 第35-38页 |
| ·一对多算法 | 第35-37页 |
| ·一对一算法 | 第37-38页 |
| ·量子粒子群模型参数搜索法 | 第38-41页 |
| ·量子粒子群算法 | 第38-40页 |
| ·基于QPSO的模型参数选择 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 假手运动模式分类识别算法的软件设计 | 第42-50页 |
| ·引言 | 第42页 |
| ·DSP2812 系统配置 | 第42-44页 |
| ·DSP存储器配置 | 第43-44页 |
| ·DSP SPI寄存器配置 | 第44页 |
| ·算法主程序设计 | 第44-49页 |
| ·数据采集模块 | 第45-46页 |
| ·SVM模型建立 | 第46-47页 |
| ·分类识别 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 算法验证与假手控制实验 | 第50-60页 |
| ·引言 | 第50页 |
| ·Q?PSO参数搜索效果测试 | 第50-51页 |
| ·传感器位置及数量确定实验 | 第51-55页 |
| ·前臂肌肉的选择 | 第51-52页 |
| ·传感器位置及数量确定 | 第52-55页 |
| ·假手在线控制实验 | 第55-59页 |
| ·基于PC机假手控制实验 | 第55-57页 |
| ·基于DSP假手控制实验 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读学位期间发表的学术论文 | 第65页 |
| 攻读学位期间申请的国家技术发明专利 | 第65-67页 |
| 致谢 | 第67页 |
