多时滞不确定系统的保成本H∞鲁棒控制

为提高复杂多时滞不确定系统的动态性能，设计了一种具有H∞干扰抑制的保成本鲁棒控制器．利用构造的Lyapunov函数和Schur补性质，证明并给出了保成本H。鲁棒控制器存在的一个充分条件，进而将充分条件转化为标准的线性矩阵不等式形式，给出了控制器设计方法．采用该设计方法设计的控制器使闭环系统对所有时滞和不确定性是正则的，无脉冲，鲁棒具有更好的稳定性，满足给定的H∞范数指标，且满足成本上界约束条件．数值仿真结果表明，所设计的控制器对时滞和不确定参数变化都具有鲁棒性，同时系统对干扰具有很强的抑制能力．     

智能材料模拟肌体组织柔顺性特征研究

针对微创手术训练中现存的柔顺性触觉再现设备大多是机械接触,模拟肌体组织柔顺性特征时容易产生失真的问题,开展了液体智能材料模拟肌体组织的柔顺性特征研究.简单介绍了液体智能材料的流变学特性,进行了体现其柔顺性特征的压力释放实验研究,根据实验结果,利用Kelvin模型建立了其压力释放模型并进行了验证.利用不同磁场作用下液体智能材料模拟不同肌体组织柔顺性实验,建立了肌体组织压力释放模型并与相应磁场作用下智能材料模型进行了比较.结果表明液体智能材料在较大程度上能够模拟肌体组织的柔顺性特征.     

单次运动想象脑电的特征提取和分类

为了实现脑-计算机接口(BCI)系统,对运动想象脑电信号的特征进行了提取和分类.将大脑C3,C4处采集的二路运动想象脑电信号分成4段,分别建立六阶AR参数模型进行功率谱估计,再对每段数据的功率谱求和构造特征矢量,提供给误差反向传播算法进行左右手运动想象脑电模式分类.结果表明,该方法提取的特征向量较好地反应了运动想象脑电信号的事件相关去同步(ERD)和事件相关同步(ERS)的变化时程.另外,该方法识别率高,复杂性低,适合在线脑-计算机接口的应用.     

基于谐波小波包变换的脑电波基本节律分析

为了实现脑电图分析定量化、智能化以便为医学分析诊断提供客观有效的辅助信息,探讨了应用谐波小波包变换分析脑电波.通过谐波小波包变换提取用于临床诊断的,δθ,α,β等4种基本节律的波形,并引入反映基本节律变化的特征参量即基本节律的频带能量比例进行定量分析.经过对正常人和癫痫病人的脑电波进行分析验证,其分析结果与先验知识和确诊病症吻合得很好,可以提取得到精确的、量化的、直观的特征参数作为诊断依据.实验结果表明,应用谐波小波包变换分析脑电波是一种有效的方法,它为脑电图机实现智能化和临床分析诊断提供了有益的参考.     

基于运动想象脑电的在线脑机接口实验

针对脑机接口技术的研究和应用设计了基于运动想象脑电信号的在线机器人控制系统,包括USB脑电放大器、开放接口的采集和实验平台、基于小波变换和AR模型系数的特征提取算法、机器人控制电路、机器人.20位受试者在该系统上分别进行了80次在线试验,比较分析了3种不同手部运动想象脑电信号的区分度,运动想象脑电对机械手控制的平均准确度分别达到了85%,88%和90%.该控制系统为基于脑电信号的在线机器人控制系统的实现和识别率的提高提供了新思路,同时也为在线脑机接口技术的实验研究以及实际应用带来了方便.     

基于小波包能量的脑电信号特征提取方法

在脑机接口研究中,针对运动想象脑电信号的特征抽取,提出了一种基于小波包变换和AR模型的特征提取方法.该方法首先利用小波包变换对大脑C3和C4处采集的2路运动想象脑电信号进行3层分解,抽取小波系数的能量特征;然后,利用Burg算法提取脑电信号的5阶AR模型系数;最后,将这2类特征组合,使用基于马氏距离的线性判别分类器对左右手运动想象脑电模式进行分类,正确率达到91.43%.该方法提取的特征向量较好地反应了运动想象脑电信号的事件相关去同步和事件相关同步的变化时程,为BCI研究中脑电信号的模式识别提供了新的思路.此外,该方法的识别率高,复杂性低,适合应用于在线脑机接口中.