腦神經(jīng)信號及氣動人工肌肉的ESN建模與控制.pdf

1、使用神經(jīng)網(wǎng)絡(luò)對非線性系統(tǒng)的建模和控制已經(jīng)因其良好的效果而得到了廣泛的應(yīng)用，而其中遞歸神經(jīng)網(wǎng)絡(luò)則因其動態(tài)性占更大的優(yōu)勢?；芈暊顟B(tài)網(wǎng)絡(luò)（ESN）是一種新型的遞歸神經(jīng)網(wǎng)絡(luò)，它具有很新穎的學(xué)習(xí)方法，并具備良好的短期記憶能力。它的主要原理是利用大量神經(jīng)元彼此稀疏連接來構(gòu)建一個內(nèi)部存儲池，用來存儲歷史信息。它的訓(xùn)練方法是計算出內(nèi)部存儲池中的狀態(tài)空間對于輸出節(jié)點的線性回歸權(quán)值，以得到誤差平方和的最小化。本文的內(nèi)容則是利用這種神經(jīng)網(wǎng)絡(luò)來完成對非線性系統(tǒng)

2、的建模和控制，將其應(yīng)用大腦神經(jīng)信號的建模以及氣動肌肉的建模與控制。
　　 本文首先研究了使用回聲狀態(tài)網(wǎng)絡(luò)從猴子大腦神經(jīng)元信號提取其手臂運動信息的解碼算法。實驗的數(shù)據(jù)為猴子分別朝8個不同的方向運動的軌跡以及記錄的相對應(yīng)的相關(guān)腦神經(jīng)元信號。首先使用ESN分別針對各個方向建立猴子手臂運動軌跡的模型，每個方向取出一部分?jǐn)?shù)據(jù)用于訓(xùn)練，另外一部分?jǐn)?shù)據(jù)進(jìn)行測試，測試結(jié)果驗證了該方案的可行性；接下來使用基于充電模型神經(jīng)元的ESN對猴子手臂運動的

3、方向進(jìn)行了建模，并獲得了較好的效果。另外，本文使用ESN對氣動肌肉的建模和控制進(jìn)行了研究。首先通過實驗驅(qū)動氣動肌肉采集了其運行時的位移和拉力的相關(guān)數(shù)據(jù)，然后離線使用回聲狀態(tài)網(wǎng)絡(luò)分別對其輸出力和位移的模型進(jìn)行了建立；接下來，在matlab/simulink環(huán)境下，使用兩個回聲狀態(tài)網(wǎng)絡(luò)分別逼近該系統(tǒng)的正模型和逆模型來構(gòu)建內(nèi)模控制結(jié)構(gòu)以對其進(jìn)行位置跟蹤控制，仿真結(jié)果均證明了該控制策略可以給出較好的跟蹤效果。將該方法用于實際氣動肌肉系統(tǒng)的控制實