專利名稱：基于bp神經(jīng)網(wǎng)絡(luò)整定pid的功能性電刺激精密控制方法
技術(shù)領(lǐng)域：
本發(fā)明屬于康復(fù)器械技術(shù)領(lǐng)域，涉及人工神經(jīng)網(wǎng)絡(luò)、功能性電刺激精密控制，尤其涉及 基于BP神經(jīng)網(wǎng)絡(luò)整定PID的功能性電刺激精密控制方法。
技術(shù)背景功能性電刺激(Functional Electrical Stimulation, FES)通過電流脈沖序列來刺激肢體運(yùn)動 肌群及其外周神經(jīng)，能夠有效地恢復(fù)或重建截癱患者的部分運(yùn)動功能。據(jù)統(tǒng)計(jì)，脊髓損傷癱 瘓患者人數(shù)逐年遞增，由于脊髓再生能力微弱，目前尚未有可直接修復(fù)損傷的有效醫(yī)治方法， 只能實(shí)施功能康復(fù)訓(xùn)練。20世紀(jì)60年代，Liberson首次利用電刺激腓祌經(jīng)成功地矯正了偏癱 患者足下垂的步態(tài)，開創(chuàng)了功能性電刺激用于運(yùn)動和感覺功能康復(fù)治療的新途徑。經(jīng)過40多 年的發(fā)展，F(xiàn)ES已經(jīng)成為了恢復(fù)或重建截癱患者的部分運(yùn)動功能，是重要的康復(fù)治療手段。 然而，如何精密控制FES的脈沖電流強(qiáng)度和觸發(fā)時序以保證電刺激作用效果能準(zhǔn)確完成預(yù)定 的功能動作仍是FES的技術(shù)關(guān)鍵。雖然，根據(jù)作用效果與預(yù)定動作偏差，用閉環(huán)控制來自動 調(diào)整FES刺激強(qiáng)度和時序參數(shù)，從而大大提高了 FES系統(tǒng)的準(zhǔn)確性和穩(wěn)定性，但是現(xiàn)在有效 的控制方法仍然在探索之中。比例微積分(Proportional-Integral-Differential， PID)是一種非常實(shí)用的反饋調(diào)節(jié)算法，它根 據(jù)系統(tǒng)檢測或操作偏差，利用比例、積分、微分運(yùn)算獲得所需調(diào)節(jié)量以對系統(tǒng)進(jìn)行反饋控制， 因其操作方便而廣泛用于工程實(shí)踐。尤其當(dāng)被控系統(tǒng)特性參數(shù)不明確或難以及時在線測定時， 穩(wěn)妥的閉環(huán)控制即可采用PID整定算法。面對肌肉的復(fù)雜性和時變性操作環(huán)境，由于PID的 穩(wěn)定性好、工作可靠，目前仍在功能性電刺激領(lǐng)域得到了廣泛的應(yīng)用。PID核心技術(shù)是精密 確定其中比例、積分、微分系數(shù)，尤其在FES領(lǐng)域，對系統(tǒng)穩(wěn)定性要求極為嚴(yán)格，所以對PID 參數(shù)選擇尤為重要。PID控制要取得較好的控制效果，必須調(diào)整好比例、積分和微分三種控 制作用，形成控制量中既相互配合又相互制約的關(guān)系。 發(fā)明內(nèi)容為克服現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提供一種基于BP神經(jīng)網(wǎng)絡(luò)整定PID的功 能性電刺激精密控制方法，提高FES系統(tǒng)準(zhǔn)確性和穩(wěn)定性。本發(fā)明采用的技術(shù)方案是并包 括下列步驟.首先賦予各層加權(quán)系數(shù)初始值，選定合適的學(xué)習(xí)速率7;再將初始條件下系統(tǒng)輸出值yOM"輸入與輸出偏差WAW以及預(yù)設(shè)輸入W"三個值作為BP 神經(jīng)網(wǎng)絡(luò)的輸入，計(jì)算神經(jīng)網(wǎng)絡(luò)的最終輸出即為PID的i^、《和/^三個系數(shù)；在新的PID系數(shù)下將系統(tǒng)輸出少卯/及其與輸入的新偏差即新的輸入與輸出偏差em 。 輸入BP神經(jīng)網(wǎng)絡(luò)，進(jìn)入下一步BP神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)與加權(quán)系數(shù)自調(diào)整；反復(fù)前述過程，最終實(shí)現(xiàn)PID控制參數(shù)的自適應(yīng)在線整定，前述PID由比例單元P、積 分單元I和微分單元D三部分組成，根據(jù)輸入與輸出偏差^7w，整定i^、《和^^三個參數(shù)，進(jìn)而對FES系統(tǒng)的輸出進(jìn)行控制3其中i^是比例系數(shù)，尺,是積分系數(shù)，i^是微分系數(shù)，t表示某時刻，"的為piDt時刻 的輸出，同時又是受控系統(tǒng)的輸入。BP神經(jīng)網(wǎng)絡(luò)選擇神經(jīng)網(wǎng)絡(luò)輸入層節(jié)點(diǎn)數(shù)為3，隱含層點(diǎn)數(shù)為5，輸出層點(diǎn)數(shù)為3，每個 隱含層點(diǎn)分別與每個神經(jīng)網(wǎng)絡(luò)輸入層節(jié)點(diǎn)相連接，每個隱含層點(diǎn)還分別與每個輸出層點(diǎn)相連。 BP神經(jīng)網(wǎng)絡(luò)隱含層和輸出層的權(quán)值學(xué)習(xí)算法為-網(wǎng)絡(luò)隱含層的權(quán)值修正迭代算法為其中，Wz/3)為網(wǎng)絡(luò)輸出層的權(quán)重系數(shù)，w/2)為網(wǎng)絡(luò)輸入層的權(quán)重系數(shù)，"為學(xué)習(xí)步長，Cf)(A)為隱含層的輸出，S為慣性系數(shù)，AW;/3)為W/;(3)的增量，Aw/2)為w/2)的增量，左是代表離散化的時刻，/=1，2，3。所述對FES系統(tǒng)的輸出進(jìn)行控制是指通過PID控制參數(shù)的自適應(yīng)在線整定對FES系統(tǒng) 輸出的脈沖電流幅值進(jìn)行測算和調(diào)整。本發(fā)明可以帶來以下效果本發(fā)明提出的一種新的FES的精密控制方法，通過人工神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)與加權(quán)系數(shù)自 調(diào)整來優(yōu)化PID的比例系數(shù)、積分系數(shù)以及微分系數(shù)，繼而準(zhǔn)確穩(wěn)定實(shí)時地控制FES系統(tǒng)的 電流強(qiáng)度，因而本發(fā)明可有效地提高FES系統(tǒng)準(zhǔn)確性和穩(wěn)定性，并獲得可觀的社會效益和經(jīng) 濟(jì)效益。


圖l本發(fā)明BP神經(jīng)網(wǎng)絡(luò)的PID控制器結(jié)構(gòu)圖。圖中 de/dt= {error(t)-error(t-1) } /t-(t-1 )=error(t)-etror(t-1)。 圖2BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖。 圖3本發(fā)明FES實(shí)驗(yàn)場景。圖4 Ziegler-Nichols整定法的PID控制結(jié)果圖。圖中，虛線為預(yù)期運(yùn)動軌跡，實(shí)線為實(shí) 際輸出關(guān)節(jié)角度。圖5BP神經(jīng)網(wǎng)絡(luò)整定法的PID控制結(jié)果圖，圖中，虛線為預(yù)期運(yùn)動軌跡、實(shí)線為實(shí)際輸 出關(guān)節(jié)角度。圖6PID整定控制過程中偏差的均方根(RMS)值變化圖，圖中，縱軸為RMS偏差的對 數(shù)值。圖中虛線為Ziegler-Nichols整定結(jié)果，實(shí)線為BP神經(jīng)網(wǎng)絡(luò)整定結(jié)果。
具體實(shí)施方式
本發(fā)明提出了由誤差后向傳遞(Back-Propagation, BP)神經(jīng)網(wǎng)絡(luò)來自適應(yīng)優(yōu)化整定PID的比例、積分和微分系數(shù)以精確控制功能性電刺激參數(shù)的新方法。其技術(shù)流程是通過人工神 經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)與加權(quán)系數(shù)自調(diào)整來優(yōu)化PID的比例系數(shù)、微分系數(shù)以及積分系數(shù)，繼而控 制FES系統(tǒng)的電流脈沖強(qiáng)度。該方法是一種全新的功能電刺激精密控制技術(shù)。 下面結(jié)合附圖和實(shí)施例進(jìn)一步詳細(xì)說明本發(fā)明?；贐P神經(jīng)網(wǎng)絡(luò)整定PID的功能性電刺激精密控制方法的應(yīng)用的結(jié)構(gòu)如圖1所示。神 經(jīng)網(wǎng)絡(luò)整定流程為首先賦予各層加權(quán)系數(shù)初始值，選定合適的學(xué)習(xí)速率7;再將初始輸出值yout、輸入與輸出偏差error以及預(yù)設(shè)輸入rin三個值作為BP神經(jīng)網(wǎng)絡(luò)的輸入；計(jì)算神經(jīng) 網(wǎng)絡(luò)的最終輸出即得PID的《p、《和i^三個系數(shù)。在新的PID系數(shù)下計(jì)算系統(tǒng)輸出yout及其與輸入的偏差后再進(jìn)入下一步神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)與加權(quán)系數(shù)自調(diào)整。反復(fù)此過程，最終 實(shí)現(xiàn)PID控制參數(shù)的自適應(yīng)在線整定，并用于FES系統(tǒng)。PID控制參數(shù)作用如下其比例環(huán)節(jié)，成比例地反映控制系統(tǒng)的偏差信號error(t)，以減 小偏差。其積分環(huán)節(jié)，主要是消除靜差，提高系統(tǒng)的無差度，其作用強(qiáng)弱取決于積分時間常 數(shù)T， T越大，積分作用越弱，反之越強(qiáng)。其微分環(huán)節(jié)，反映偏差信號的變化趨勢(變化速 率)，并能在偏差信號變得太大之前，在系統(tǒng)中引入一個有效的早期修正信號，從而加快系統(tǒng) 的動作速度，減少調(diào)節(jié)時間。BP學(xué)習(xí)算法是一種有監(jiān)督的學(xué)習(xí)過程，對于整個神經(jīng)網(wǎng)絡(luò)來說， 一次學(xué)習(xí)過程有輸入數(shù) 據(jù)的正向傳播和誤差的反向傳播兩個子過程。在正向傳播過程中，輸入值由輸入層輸入，經(jīng) 隱含層逐層處理，在輸出層輸出結(jié)果。若輸出結(jié)果能夠達(dá)到期望輸出結(jié)果，則學(xué)習(xí)結(jié)束；否 則，進(jìn)入誤差反向傳播過程，把輸出值與輸出期望值的誤差有網(wǎng)絡(luò)輸出層向輸入層反向傳播， 在反向傳播過程中，修改各層神經(jīng)元的連接權(quán)值。權(quán)值學(xué)習(xí)算法、網(wǎng)絡(luò)隱含層的權(quán)值修正迭 代算法是根據(jù)自學(xué)習(xí)過程的誤差利用梯度下降法修正網(wǎng)絡(luò)的權(quán)重系數(shù)。 1控制原理PID由比例單元P、積分單元I和微分單元D三部分組成，根據(jù)系統(tǒng)的誤差，通過設(shè)定的 《p、《和/^三個參數(shù)對系統(tǒng)進(jìn)行控制。M(r) = A^er/w(y) +《Z e/ro尸(力+[mw《)—(/ — 1)] (1)一o其中《,是比例系數(shù)，《是積分系數(shù)，」、是微分系數(shù)，^ro/"為預(yù)設(shè)輸出與實(shí)際輸出的偏差，w(/)為PID的輸出，同時又是受控系統(tǒng)的輸入。由PID輸出公式(1)可以得到 卜iw(f-1)=〖,0"(卜1) +《》""0力')+A[e/ w"-1)-enw(f - 2)] (2)■/=。根據(jù) △ ) = )—"0 — 1)=(emw0) — e 7W(f _ l)) + A:,.e w0)+^; (e/roK0 - 2enw(, -1) + e ro/*(> 一 2)).....................................................................(3)有W(O = _1)=w(/ - 1)+夂p0) — emj/"0 一 l)) + (error ( ) _ 2e^ror(f -1) + enw(/1 — 2》..................(5)本發(fā)明采用誤差后向傳遞人工神經(jīng)網(wǎng)絡(luò)進(jìn)行PID控制參數(shù)的自適應(yīng)優(yōu)化。選擇神經(jīng)網(wǎng)絡(luò)輸 入層節(jié)點(diǎn)數(shù)為3，隱含層點(diǎn)數(shù)為5，輸出層點(diǎn)數(shù)為3。網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。分別將預(yù)設(shè)的運(yùn) 動軌跡n'n、實(shí)際輸出ym^與二者偏差errw作為BP網(wǎng)絡(luò)的輸入，比例系數(shù)K"積分系數(shù)K,和微分系數(shù)i^為BP網(wǎng)絡(luò)的輸出。網(wǎng)絡(luò)輸入層的輸入為 《)-jc(y) (_/'=1，2，3)X(j)是輸入的數(shù)據(jù)，本發(fā)明中是初始輸出值yout、輸入與輸出偏差error以及預(yù)設(shè)輸入rin 三個值。網(wǎng)絡(luò)隱含層的輸入為乂=1式中|%(2)為網(wǎng)絡(luò)輸入層的權(quán)重系數(shù)。隱含層的輸出為Cf = /OW(2)(") (;=1,2,3,4,5) 式中A力為隱含層的活化函數(shù)。網(wǎng)絡(luò)輸出層的輸入為= t《^2)(;fc) (/=1，2,3)式中w,/"為網(wǎng)絡(luò)輸出層的權(quán)重系數(shù)。網(wǎng)絡(luò)輸出層的輸出為0,("(A:) = g("^3(A;)) (/=1，2,3) 式中g(shù)(f)為輸出層神經(jīng)元的活化函數(shù)。按前述，網(wǎng)絡(luò)的三個輸出分別為取BP神經(jīng)網(wǎng)絡(luò)的性能指標(biāo)函數(shù)為￡(A) = *er w2(A:) 按照梯度下降法修正網(wǎng)絡(luò)的權(quán)重系數(shù)A^)(;t) = -/;， (/7為學(xué)習(xí)歩長) 《計(jì)算網(wǎng)絡(luò)性能函數(shù)對權(quán)重系數(shù)的微分值 朋("=朋("3Am(AQ 30/(A:) 5"gf/(A:)《)—稀)對("s""/(" aw加由公式(4)和(6)可以求得(4)=- em r(^: -1)(5)(6)3Aw(A;) = ^y^(&) _ 2e vw(A: -1) + c/w(t _ 2)do3(3)(;t)設(shè)"，(一(^)^| (由于^未知'在這里用柳(^1) 近似，由此產(chǎn)生的誤差將通過/;補(bǔ)償)。至此，可得到網(wǎng)絡(luò)隱含層的權(quán)值修正迭代算法為《)+ (7a)A《)) (A:》《1) Z — )⑨ (7b )網(wǎng)絡(luò)隱含層和輸出層的權(quán)值學(xué)習(xí)算法為=《)(A:-1) + A《)(A:) (8a)A《)(ii;) = 7^0"(" (8b) 前式中，3表示偏導(dǎo)數(shù)，^^-wroK4)表示輸出與期望值的誤差相對網(wǎng)絡(luò)輸出的變化率。t表示的是時間，即某一時刻。K是代表離散的時間點(diǎn)，k=l,2，3......。2實(shí)驗(yàn)方案實(shí)驗(yàn)裝置采用美國SIGMEDICS公司生產(chǎn)的Parastep功能性電刺激助行系統(tǒng)。該系統(tǒng)是 由微處理器和刺激脈沖發(fā)生電路及六條剌激通道等模塊組成，并以電池供電。實(shí)驗(yàn)內(nèi)容為 利用FES系統(tǒng)對下肢相關(guān)肌群進(jìn)行刺激，考察膝關(guān)節(jié)角度運(yùn)動軌跡。要求受試者身體健康， 無下肢肌肉、骨骼疾患，無神經(jīng)疾患及嚴(yán)重心肺疾患。實(shí)驗(yàn)時受試者安坐于測試臺上，將剌 激電極固定于股四頭肌的兩端位置，未施加電刺激時小腿放松、保持垂直懸空狀態(tài)(定義此 時為初始角度0°)， FES實(shí)驗(yàn)場景如圖3所示。電刺激脈沖序列采用經(jīng)典的Lilly波形，脈沖 頻率為25Hz、脈寬150^"s，脈沖電流在0 120m范圍內(nèi)可調(diào)。實(shí)驗(yàn)中可通過改變脈沖電流 大小來調(diào)擎刺激強(qiáng)度以改變由刺激產(chǎn)生的膝關(guān)節(jié)角度。實(shí)驗(yàn)前，設(shè)定期望的膝關(guān)節(jié)角度運(yùn)動 軌跡，實(shí)驗(yàn)中利用角度測量計(jì)實(shí)時檢測膝關(guān)節(jié)張角變化。實(shí)驗(yàn)數(shù)據(jù)采樣率為128Hz，數(shù)據(jù)記 錄時長為60s。 3有益效果分別利用傳統(tǒng)的Ziegler-Nichols整定PID算法和BP神經(jīng)網(wǎng)絡(luò)整定的PID新算法對FES 脈沖電流幅值進(jìn)行測算和調(diào)整，使FES作用所產(chǎn)生的膝關(guān)節(jié)角度運(yùn)動貼近預(yù)期的運(yùn)動軌跡。 圖4為Ziegler-Nichols算法整定的PID控制追蹤結(jié)果，圖5為BP神經(jīng)網(wǎng)絡(luò)自適應(yīng)優(yōu)化整定的 PID控制追蹤結(jié)果。圖中虛線表示預(yù)期運(yùn)動軌跡、實(shí)線為實(shí)際輸出關(guān)節(jié)角度。X軸為時間，Y 軸為膝關(guān)節(jié)運(yùn)動角度。對比圖4與圖5可以看出BP網(wǎng)絡(luò)整定的PID新算法能更好地控制膝 關(guān)節(jié)角度運(yùn)動軌跡。為更清楚地觀察兩種PID整定方式的控制誤差，監(jiān)測了控制過程中偏差的均方根(RMS) 值變化(如圖6所示，縱軸為RMS偏差的對數(shù)值。圖中虛線為Ziegler-Nichols整定結(jié)果，實(shí) 線為BP神經(jīng)網(wǎng)絡(luò)整定結(jié)果)。顯然，BP神經(jīng)網(wǎng)絡(luò)整定的PID控制誤差維持在相對較低且較 為穩(wěn)定的范圍內(nèi)，而Ziegler-Nichols整定法的控制誤差則波動較大。另外利用BP神經(jīng)網(wǎng)絡(luò)對PID進(jìn)行控制時，需要注意學(xué)習(xí)步長 7 (0<;;<1)的選擇" 過小，iCP， JO,i^達(dá)到穩(wěn)態(tài)的時間變長；？;過大，有可能使系統(tǒng)出現(xiàn)振蕩。此時需在實(shí)踐中根據(jù)不同控制對象，逐漸增加7，積累經(jīng)驗(yàn)，合理選擇7值。本發(fā)明的主旨是提出一種新的FES的精密控制方法，通過人工神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)與加權(quán) 系數(shù)自調(diào)整來優(yōu)化PID的比例系數(shù)、積分系數(shù)以及微分系數(shù)，繼而準(zhǔn)確穩(wěn)定實(shí)時地控制FES 系統(tǒng)地電流強(qiáng)度。該項(xiàng)發(fā)明可有效地提高FES系統(tǒng)準(zhǔn)確性和穩(wěn)定性，并獲得可觀的社會效益 和經(jīng)濟(jì)效益。最佳實(shí)施方案擬采用專利轉(zhuǎn)讓、技術(shù)合作或產(chǎn)品開發(fā)。
權(quán)利要求
1、一種基于BP神經(jīng)網(wǎng)絡(luò)整定PID的功能性電刺激精密控制方法，其特征是，包括下列步驟首先賦予各層加權(quán)系數(shù)初始值，選定合適的學(xué)習(xí)速率η；再將初始條件下系統(tǒng)輸出值yout、輸入與輸出偏差error以及預(yù)設(shè)輸入rin三個值作為BP神經(jīng)網(wǎng)絡(luò)的輸入，計(jì)算神經(jīng)網(wǎng)絡(luò)的最終輸出即為PID的Kp、Ki和Kd三個系數(shù)；在新的PID系數(shù)下將系統(tǒng)輸出yout及其與輸入的新偏差即新的輸入與輸出偏差error，輸入BP神經(jīng)網(wǎng)絡(luò)，進(jìn)入下一步BP神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)與加權(quán)系數(shù)自調(diào)整；反復(fù)前述過程，最終實(shí)現(xiàn)PID控制參數(shù)的自適應(yīng)在線整定，前述PID由比例單元P、積分單元I和微分單元D三部分組成，根據(jù)輸入與輸出偏差error，整定Kp、Ki和Kd三個參數(shù)，進(jìn)而對功能性電刺激系統(tǒng)的輸出進(jìn)行控制<maths id="math0001" num="0001" ><math><![CDATA[ <mrow><mi>u</mi><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow><mo>=</mo><msub> <mi>K</mi> <mi>p</mi></msub><mi>error</mi><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow><mo>+</mo><msub> <mi>K</mi> <mi>i</mi></msub><munderover> <mi>&Sigma;</mi> <mrow><mi>j</mi><mo>=</mo><mn>0</mn> </mrow> <mi>t</mi></munderover><mi>error</mi><mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo></mrow><mo>+</mo><msub> <mi>K</mi> <mi>d</mi></msub><mo>[</mo><mi>error</mi><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow><mo>-</mo><mi>error</mi><mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo></mrow><mo>]</mo><mo>,</mo> </mrow>]]></math></maths>其中Kp是比例系數(shù)，Ki是積分系數(shù)，Kd是微分系數(shù)，t表示某時刻，u(t)為PID t時刻的輸出，同時又是受控系統(tǒng)的輸入。
2、 根據(jù)權(quán)利要求1所述的一種基于BP神經(jīng)網(wǎng)絡(luò)整定PID的功能性電刺激精密控制方法，其 特征是，BP神經(jīng)網(wǎng)絡(luò)選擇神經(jīng)網(wǎng)絡(luò)輸入層節(jié)點(diǎn)數(shù)為3，隱含層點(diǎn)數(shù)為5，輸出層點(diǎn)數(shù)為3， 每個隱含層點(diǎn)分別與每個神經(jīng)網(wǎng)絡(luò)輸入層節(jié)點(diǎn)相連接，每個隱含層點(diǎn)還分別與每個輸出層 點(diǎn)相連。
3、 根據(jù)權(quán)利要求1所述的一種基于BP神經(jīng)網(wǎng)絡(luò)整定PID的功能性電刺激精密控制方法，其 特征是，BP神經(jīng)網(wǎng)絡(luò)隱含層和輸出層的權(quán)值學(xué)習(xí)算法為<formula>formula see original document page 2</formula>網(wǎng)絡(luò)隱含層的權(quán)值修正迭代算法為其中，H7/3)為網(wǎng)絡(luò)輸出層的權(quán)重系數(shù)，"H^(2)為網(wǎng)絡(luò)輸入層的權(quán)重系數(shù)，；/為學(xué)習(xí)步長，O尸("為隱含層的輸出，S為慣性系數(shù)，AW,/3)為W,/3)的增量，Aw/2)為V^/2)的增量，ifc 是代表離散的時間點(diǎn)，/=1,2,3。
4、 根據(jù)權(quán)利要求1所述的一種基于BP神經(jīng)網(wǎng)絡(luò)整定PID的功能性電刺激精密控制方法，其 特征是，所述對功能性電刺激系統(tǒng)的輸出進(jìn)行控制是指通過PID控制參數(shù)的自適應(yīng)在線 整定對功能性電刺激系統(tǒng)輸出的脈沖電流幅值進(jìn)行測算和調(diào)整。
全文摘要
本發(fā)明屬于康復(fù)器械技術(shù)領(lǐng)域，涉及人工神經(jīng)網(wǎng)絡(luò)、功能性電刺激精密控制，尤其涉及基于BP神經(jīng)網(wǎng)絡(luò)整定PID的功能性電刺激精密控制方法。為提高FES系統(tǒng)準(zhǔn)確性和穩(wěn)定性，本發(fā)明采用的技術(shù)方案是首先賦予各層加權(quán)系數(shù)初始值，選定合適的學(xué)習(xí)速率η；再將初始輸出值yout、輸入與輸出偏差error以及預(yù)設(shè)輸入rin三個值作為BP神經(jīng)網(wǎng)絡(luò)的輸入；計(jì)算神經(jīng)網(wǎng)絡(luò)的最終輸出即得PID的K_p、K_i和K_d三個系數(shù)。在新的PID系數(shù)下計(jì)算系統(tǒng)輸出yout及其與輸入的偏差后再進(jìn)入下一步神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)與加權(quán)系數(shù)自調(diào)整。反復(fù)此過程，最終實(shí)現(xiàn)PID控制參數(shù)的自適應(yīng)在線整定，并用于FES系統(tǒng)。本發(fā)明主要用于功能電刺激控制。
文檔編號G05B13/02GK101596338SQ20091006868
公開日2009年12月9日 申請日期2009年4月29日 優(yōu)先權(quán)日2009年4月29日
發(fā)明者萬柏坤, 張廣舉, 東 明, 程龍龍, 綦宏志 申請人:天津大學(xué)