传感器信号预测算法论文-吴胜忠

传感器信号预测算法论文-吴胜忠

导读:本文包含了传感器信号预测算法论文开题报告文献综述及选题提纲参考文献,主要关键词:传感器信号,实时预测,粒子滤波优化,倍频

传感器信号预测算法论文文献综述

吴胜忠[1](2013)在《基于粒子滤波优化的可穿戴式机器人传感器信号预测算法分析及研究》一文中研究指出第二次世界大战的“婴儿潮”时代出生的人逐渐步入老年化,随之带来的老龄化问题迅速成为焦点。老人的生理机能由于器官衰竭而退化,从而造成行动不便,自信心下降等心理问题。如果能提供一个可穿戴式外骨骼腿部助力机器人帮助他们正常行动,无疑是一种很大的帮助。可穿戴式助力机器人是辅助用的机械动力装置,它通过装置中的助力器感知系统感知并反馈人体的运动信息,依据所得到的状态信息来预测下一刻人体的运动意图,进而控制安装在髋关节和膝关节处的电机驱动人体运动,最终实现助力效果。机器人助力效果的实现主要分两块:运动意图的预测以及控制器的驱动控制。本文主要对装置的预测算法进行分析和研究,在MWDAR时间序列预测模型基础上进行优化改进,加入了粒子滤波优化算法,并采用倍频技术解决了由于系统传感器响应频率明显低于人体神经响应频率,以及粒子滤波优化算法的粒子权值计算产生的预测延时问题,保证整个系统的实时性。本论文首先分析了可穿戴式助力机器人的特点和时间序列预测模型的相关算法,介绍了多种时间序列预测算法的特点及实现方式;然后着重对MWDAR模型和粒子滤波优化算法进行分析研究,并结合助力机器人的特点提出了一种新的优化预测算法模型——PF_MWDAR;最后搭建小型实验平台,使用静态扭矩传感器进行信号数据采集,通过Matlab仿真方式验证该算法的可行性以及有效性。(本文来源于《杭州电子科技大学》期刊2013-12-01)

姚俊章,余永,葛运建[2](2011)在《基于实时预测的传感器信号倍频算法》一文中研究指出可穿戴助力机器人是一种能够根据传感器获得的力信号和位置信号进行自主控制的装置,其助力效果与传感器信号的响应频率密切相关。为了改善机器人助力效果,提出了一种提高传感器信号响应频率的算法。该算法首先利用MWQAR预测修正算法获得预测信号,然后利用叁样条插值法,在真实信号与预测信号之间插入补偿信号。该算法在保证系统实时性的前提下,能够成倍地提高传感器信号的响应频率。对信号进行倍频实验,结果表明该算法是可行且有效的。(本文来源于《传感技术学报》期刊2011年03期)

孙兆君[3](2009)在《可穿戴助力机器人传感器信号预测算法和控制器的设计》一文中研究指出可穿戴助力机器人是一种典型的辅助型康复机器人,是一款帮助人们扩展下肢运动能力的外骨骼助力装置,它的基本原理是通过感知系统获得人体的运动意图信息,根据这些信息,控制系统控制安装在髋关节和膝关节处的直流伺服电机来驱动连杆运动,从而达到对人体提供助力的目的。可穿戴助力机器人的感知系统由二维力传感器、一维力传感器和角度传感器组成,其中二维力传感器分别安装在大腿连杆和小腿连杆上;一维力传感器安装在脚底板上;角度传感器直接采用直流伺服电机后面的光电编码器。在实际的操作过程中,感知系统能否及时准确地获取人体的运动信息成为可穿戴助力机器人研究的一个关键。为了提高感知系统中传感器的动态响应频率,以保证整个系统的实时性,我们提出了一种新颖的基于时间序列分析的传感器信号在线预测算法,该算法可在线使用并成倍地提高传感器的动态响应频率。同时为了实现对控制系统的体积小、重量轻、扩展性好等要求,我们设计并制作了第一代直流伺服电机的嵌入式运动控制器,该控制器直接采用了运动控制芯片LM629和H桥驱动芯片LMD18200,实现了高集成度,简化了系统的设计。本文是在国家自然科学基金“可穿戴型智能助力机器人技术研究”(No.60575054)和国家863项目“可穿戴型助老助残机器人示范平台”(No.2006AA040204)的资助下完成的。本文的主要内容如下:1.基于时间序列分析的传感器信号预测算法的设计:针对预测算法的运算量小、精度高、可在线使用等要求,构造了一种新颖的基于时间序列分析的传感器信号在线预测算法。该算法由自回归(AR)模型、递归最小二乘法(RLS)和最小预报误差准则(FPE)组成。2.预测算法实现的软硬件系统设计:针对预测算法实现系统实时、高速的的要求,设计了相关的软硬件系统。该系统的硬件部分由信号调理电路和信号采集、处理和传输电路组成。系统的软件设计包括上位机部分和下位机部分,其中下位机部分主要是单片机中软件的编写;上位机部分是采用了VC++与MATLAB混合编程来实现预测算法。3.传感器信号预测算法的仿真和实验:首先使用了MATLAB来计算预测算法的结果,通过预测值与实测值进行比较,验证了该在线预测算法的有效性,同时也推导出预测误差与预测步长之间的关系。最后,我们采用了上面设计的系统来进行实验,实验结果充分验证了该算法的有效性和实用性。4.可穿戴助力机器人运动控制器设计:针对控制系统的体积小、重量轻、集成度高、扩展性好等要求,我们设计了第一代直流伺服电机运动控制器。该控制器采用了嵌入式系统设计,集成度高,可以通过串口与计算机进行通信和实现调试,为今后的整个嵌入式控制系统设计打下了基础。(本文来源于《中国科学技术大学》期刊2009-05-20)

传感器信号预测算法论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

可穿戴助力机器人是一种能够根据传感器获得的力信号和位置信号进行自主控制的装置,其助力效果与传感器信号的响应频率密切相关。为了改善机器人助力效果,提出了一种提高传感器信号响应频率的算法。该算法首先利用MWQAR预测修正算法获得预测信号,然后利用叁样条插值法,在真实信号与预测信号之间插入补偿信号。该算法在保证系统实时性的前提下,能够成倍地提高传感器信号的响应频率。对信号进行倍频实验,结果表明该算法是可行且有效的。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

传感器信号预测算法论文参考文献

[1].吴胜忠.基于粒子滤波优化的可穿戴式机器人传感器信号预测算法分析及研究[D].杭州电子科技大学.2013

[2].姚俊章,余永,葛运建.基于实时预测的传感器信号倍频算法[J].传感技术学报.2011

[3].孙兆君.可穿戴助力机器人传感器信号预测算法和控制器的设计[D].中国科学技术大学.2009

标签:;  ;  ;  ;  

传感器信号预测算法论文-吴胜忠
下载Doc文档

猜你喜欢