摘要:腦機接口系統(tǒng)通過大腦一計算機接口技術和控制理論的組合來彌補由于肌體的受損部分而造成的信息缺失.本研究基于心理生理皮質神經(jīng)元放電率電路模型,在腦機接口控制理論分析的基礎上進行自發(fā)單關節(jié)運動任務,采用自適應ESN(echo state network)設計非線性解碼器,并引入FORCE(First Order Reduced andContrdled Error learning)算法更新網(wǎng)絡輸出權值,通過仿真有無自然本體反饋信息情況下的解碼器的性能來驗證所設計的解碼器的有效性.最后,通過基于遺傳算法LS—SVM(1east squares support vector machine)的直接逆模型框架,設計近似大腦皮層感覺區(qū)神經(jīng)元放電率的最佳人工本體反饋去刺激大腦皮層感覺區(qū)神經(jīng)元.仿真結果發(fā)現(xiàn),所設計的閉環(huán)腦機接口(BMI)系統(tǒng)框架能夠很好地恢復在線自發(fā)單關節(jié)自然運動任務性能,這也為當系統(tǒng)模型未知時,根據(jù)對象的輸入輸出數(shù)據(jù)恢復閉環(huán)系統(tǒng)的性能提供了新的研究思路.
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社。
信息與控制雜志, 雙月刊,本刊重視學術導向,堅持科學性、學術性、先進性、創(chuàng)新性,刊載內(nèi)容涉及的欄目:論文與報告、綜論與介紹、研究通訊、實際問題研討、消息報道等。于1972年經(jīng)新聞總署批準的正規(guī)刊物。