非线性UKF算法的实现及其在运动轨迹解码中的应用

发布时间：2017-04-18 14:16

  本文关键词：非线性UKF算法的实现及其在运动轨迹解码中的应用，由笔耕文化传播整理发布。

【摘要】：脑机接口的目标在于建立一条连接大脑与外部机械设备渠道,使之可以交互沟通,以此协助无法通过正常神经感官路径进行行动的病人完成一系列简单或者复杂的动作,从而为残障人士带来提升生活质量和修复身体相关运动机能的希望。在这之中,一个有效且稳定的实验系统平台是脑机接口相关研究中的关键所在。若研究系统本身存在设计上的漏洞或无法长期稳定运行,那么其研究成果也将不具有说服力。与此同时,在成熟的脑机接口实验系统中,解码算法作为核心之一,同样扮演着至关重要的角色。近年来,诸多研究项目根据各自基于的脑机接口实验平台与编解码模型算法使得该领域的研究有了飞速的发展,同时也为本文所面向的主要问题提供了参考依据。越来越多研究证明,神经元的编解码特性呈非线性,即以往经典的线性模型不足以对神经元进行完整的描述。以基于非线性模型的解码算法可能给出更优实验效果为出发点,本文主要着手于寻找一种同时满足在线实验实时性和解码表现有效性的非线性解码算法并将其成功移植到本实验室的项目系统中。因此,本文所面向的主要工作可以总结划分为算法和在线实验平台两大部分。算法部分,本文通过对几种具有代表性的线性或非线性算法进行综述,从理论的角度阐述其各自的优缺点。再通过离线数据分析对比,综合考虑各类算法的解码效果与运行速率,最终选取基于非线性模型的解码算法-无损卡尔曼滤波算法(UKF)作为本项目的在线运行测试算法。通过将解码效果更优的UKF算法移植到系统之中,使得实验平台中可选择的解码算法种类得到扩充,并以在线实验效果展示的形式证明了非线性无损卡尔曼滤波算法具有符合在线实验条件的实时性与有效性,同时也提高了本实验室脑机接口实验平台的可选算法种类以及在线实验效果。平台部分,本研究基于实验室已有的仅能完成离线脑机接口实验且结构较为凌乱的初始版本脑机接口实验平台,该初始平台无法胜任当前在线实验的项目需求。因此,本文将其进行了结构梳理和模块优化,并完成了多种程序功能的系统拓展,使之能够完成在线脑机接口避障实验的功能需求。与此同时,将系统平台和外部设备机械臂实时连接,让机械臂能够在线实时协同被试完成对应的动作,真正意义上实现了被试在线控制机械臂进行避障实验的系统功能。
【关键词】：脑机接口 神经元非线性 在线实验平台 避障范式 无损卡尔曼滤波算法
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN911.7;R496
【目录】：

• 摘要5-7
• Abstract7-14
• 第1章 绪论14-27
• 1.1 脑机接口简介14-16
• 1.2 非线性算法研究现状16-23
• 1.2.1 神经元编码模型的非线性特征16-17
• 1.2.2 国内外非线性编解码算法及其实验平台研究综述17-23
• 1.3 研究目标与内容23-27
• 1.3.1 研究内容与意义24-25
• 1.3.2 文章结构安排25-27
• 第2章 实验材料与数据采集27-34
• 2.1 实验系统搭建27-31
• 2.1.1 原有实验平台简介27-29
• 2.1.2 在线实验平台升级需求分析29-31
• 2.2 神经/行为信号的采集31-33
• 2.2.1 微电极阵列植入31-32
• 2.2.2 信号采集与预处理32-33
• 2.3 本章小结33-34
• 第3章 基于非线性模型的算法设计34-48
• 3.1 线性算法与非线性算法综述34-45
• 3.1.1 经典线性算法34-38
• 3.1.2 非线性算法38-45
• 3.2 算法理论优劣对比与应用于在线系统的可行性分析45-47
• 3.3 本章小结47-48
• 第4章 非线性算法与线性算法效果对比-离线分析48-61
• 4.1 编码角度48-52
• 4.1.1 神经元聚类分析49-51
• 4.1.2 基于统计模型的编码特性分析51-52
• 4.2 解码角度52-59
• 4.2.1 线性算法与非线性算法的对比53-57
• 4.2.2 非线性算法与非线性算法的对比57-59
• 4.3 本章小结59-61
• 第5章 非线性算法在线实验平台的应用61-76
• 5.1 在线实验平台的搭建61-71
• 5.1.1 范式程序设计61-64
• 5.1.2 解码程序设计64-67
• 5.1.3 机械臂控制软件简介67-70
• 5.1.4 UKF算法在在线平台的实现70-71
• 5.2 无损卡尔曼滤波算法的在线平台应用结果71-75
• 5.2.1 在线实验策略简介71-72
• 5.2.2 在线实验效果展示72-75
• 5.3 本章小结75-76
• 第6章 总结及展望76-80
• 6.1 本文总结76-77
• 6.2 展望77-80
• 参考文献80-84
• 攻读硕士学位期间主要的研究成果84-85
• 致谢85-86

【相似文献】

中国期刊全文数据库 前10条

1 柯大观;童勤业;;排列复杂性度量应用于脑机接口信号分析[J];传感技术学报;2007年03期

2 周鹏;曹红宝;熊屹;张爽;王明时;;一种新型拉普拉斯电极的设计及其在脑机接口中的应用[J];传感技术学报;2007年09期

3 沈广泽;司峻峰;宁新宝;;一种用于脑机接口的模式识别方法[J];北京生物医学工程;2007年06期

4 赵均榜;张智君;;基于皮层诱发电位的脑机接口研究进展[J];航天医学与医学工程;2010年01期

5 胡汉彬;祝晔;蒋田仔;;基于功能近红外光谱技术的脑机接口研究[J];生物医学工程研究;2010年01期

6 何庆华;吴海静;田逢春;冯正权;刘涛;钟美楠;王正国;;用于控制短消息发送的实时脑机接口系统[J];中国医学物理学杂志;2012年03期

7 姚林;张定国;王颖;;脑机接口控制的下肢功能性电刺激系统研究[J];中国生物医学工程学报;2012年05期

8 高海娟;徐桂芝;王磊;郭苗苗;;基于双耳分听范式的听觉脑机接口研究[J];河北工业大学学报;2013年06期

9 杨帮华,颜国正,丁国清,于莲芝;脑机接口关键技术研究[J];北京生物医学工程;2005年04期

10 邹继东;陈小平;和卫星;赵世婧;吉奕;;小波熵提取脑意识任务特征的脑机接口设计[J];中国临床康复;2006年13期

中国重要会议论文全文数据库 前10条

1 钱久超;夏斌;杨文璐;;基于P300诱发电位的脑机接口技术研究综述[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

2 ;脑机接口数据竞赛[A];首届全国功能神经影像学和神经信息学研讨会论文汇编[C];2003年

3 岳鹏;苗丹民;邱玉辉;;一种眼动型脑机接口的设计原理[A];计算机技术与应用进展——全国第17届计算机科学与技术应用（CACIS）学术会议论文集（下册）[C];2006年

4 何庆华;吴宝明;王禾;卓豫;;脑机接口视觉剌激方法实验研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年

5 周鹏;赵欣;葛家怡;李宁;郁洪强;王明时;;基于运动想象的脑机接口的个性化设计方法研究[A];天津市生物医学工程学会2008年年会暨首届生物医学工程与临床论坛论文集[C];2008年

6 郭苗苗;徐桂芝;王磊;王江;;基于小波变换的听觉脑机接口特征信号分析[A];天津市生物医学工程学会第三十一届学术年会论文集[C];2011年

7 贾文艳;赵香花;高小榕;高上凯;杨福生;;2003年脑机接口数据竞赛论文之五——想像左右手运动的单次脑电信号分类[A];首届全国功能神经影像学和神经信息学研讨会论文汇编[C];2003年

8 何庆华;吴宝明;王禾;钟渝;杜晓兰;彭承琳;;瞬态视觉诱发电位在脑机接口中的实验研究[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

9 高小榕;;脑机接口中的信息传输技术[A];Proceedings of the 8th Biennial Conference of the Chinese Society for Neuroscience[C];2009年

10 张少白;陈悦;;脑皮层信号ECoG在脑机接口中的应用研究[A];第25届中国控制与决策会议论文集[C];2013年

中国重要报纸全文数据库 前10条

1 本报记者 罗朝淑;脑机接口：唤起神经康复的新希望[N];科技日报;2011年

2 常丽君;脑机接口让猴子成功控制虚拟手臂[N];科技日报;2013年

3 叶平安;脑机接口：人与电脑的桥梁[N];电脑报;2014年

4 本报记者 马文方;脑机接口：互联网遥远的疆界[N];中国计算机报;2010年

5 实习生 陈明立;脑机接口,开启“心灵感应”时代[N];科技日报;2010年

6 本报记者 孙燕燕;洪波：脑机接口传递思维[N];北京科技报;2010年

7 记者 李鹏;“脑机接口”实验：意识控制成真[N];北京科技报;2012年

8 松鼠会;脑机接口 不只是科幻[N];科学导报;2012年

9 安之;未来至上在创“芯”[N];经济日报;2014年

10 记者 陈宁 通讯员 周炜 杨洋;“鼠哥”眼光出众的奥秘[N];浙江日报;2013年

中国博士学位论文全文数据库 前10条

1 赵慧霞;蜜蜂（Apis mellifera L.）脑机接口的飞行控制神经机理研究[D];浙江大学;2014年

2 王洪涛;混合脑机接口实现及其应用研究[D];华南理工大学;2015年

3 汪芳;基于强化学习的植入式脑机接口神经信息解码：算法设计及应用[D];浙江大学;2015年

4 刘伯强;脑机接口分类算法及实验研究[D];天津大学;2005年

5 余天佑;多模态与多自由度脑机接口研究[D];华南理工大学;2013年

6 吴正华;稳态视觉诱发电位在脑机接口及认知过程中的应用研究[D];电子科技大学;2008年

7 程明;基于脑电信号的脑—计算机接口的研究[D];清华大学;2004年

8 龙锦益;脑信号分析的算法研究与多模态脑机接口[D];华南理工大学;2012年

9 朱丹华;基于稳态视觉诱发电位相位的脑机接口研究[D];浙江大学;2011年

10 何庆华;基于视觉诱发电位的脑机接口实验研究[D];重庆大学;2003年

中国硕士学位论文全文数据库 前10条

1 李佳乘;基于稳态视觉诱发电位脑机接口系统的脑信号处理与研究[D];华南理工大学;2015年

2 张锦涛;P300脑机接口的在线半监督学习算法与系统研究[D];华南理工大学;2015年

3 吴俊;EEG-fMRI混合脑机接口去噪及信号源定位技术研究[D];华南理工大学;2015年

4 赵萍萍;基于伪随机序列的彩色视觉刺激的脑机接口系统[D];苏州大学;2015年

5 张玉霞;基于P300和SSVEP的混合型脑机接口的分析与研究[D];山东大学;2015年

6 刘杨;脑机接口信号的多模式识别融合技术研究[D];重庆理工大学;2015年

7 贵照众;流程可配置分布式运动脑机接口计算平台的研究与实现[D];浙江大学;2015年

8 马超;基于单通道脑机接口的嵌入式智能轮椅控制系统研究[D];广西大学;2015年

9 李茂全;基于VEP的脑机接口系统设计与研究[D];南昌大学;2015年

10 赵淑菊;基于脑机接口车辆目的地选择系统的性能测试和影响因素分析[D];北京理工大学;2015年

  本文关键词：非线性UKF算法的实现及其在运动轨迹解码中的应用，，由笔耕文化传播整理发布。

本文编号：315096