[发明专利]基于BP神经网络整定PID的功能性电刺激精密控制方法

摘要

本发明属于康复器械技术领域，涉及人工神经网络、功能性电刺激精密控制，尤其涉及基于BP神经网络整定PID的功能性电刺激精密控制方法。为提高FES系统准确性和稳定性，本发明采用的技术方案是：首先赋予各层加权系数初始值，选定合适的学习速率η；再将初始输出值yout、输入与输出偏差error以及预设输入rin三个值作为BP神经网络的输入；计算神经网络的最终输出即得PID的K_p、K_i和K_d三个系数。在新的PID系数下计算系统输出yout及其与输入的偏差后再进入下一步神经网络的自学习与加权系数自调整。反复此过程，最终实现PID控制参数的自适应在线整定，并用于FES系统。本发明主要用于功能电刺激控制。

主权项

1、一种基于BP神经网络整定PID的功能性电刺激精密控制方法，其特征是，包括下列步骤：首先赋予各层加权系数初始值，选定合适的学习速率η；再将初始条件下系统输出值yout、输入与输出偏差error以及预设输入rin三个值作为BP神经网络的输入，计算神经网络的最终输出即为PID的Kp、Ki和Kd三个系数；在新的PID系数下将系统输出yout及其与输入的新偏差即新的输入与输出偏差error，输入BP神经网络，进入下一步BP神经网络的自学习与加权系数自调整；反复前述过程，最终实现PID控制参数的自适应在线整定，前述PID由比例单元P、积分单元I和微分单元D三部分组成，根据输入与输出偏差error，整定Kp、Ki和Kd三个参数，进而对功能性电刺激系统的输出进行控制：：$u\left(t\right)=K_p\mathrm{error}\left(t\right)+K_i\underset{j=0}{\overset{t}{\mathrm{\Σ}}}\mathrm{error}\left(j\right)+K_d[\mathrm{error}\left(t\right)-\mathrm{error}(t-1)],$其中Kp是比例系数，Ki是积分系数，Kd是微分系数，t表示某时刻，u(t)为PID t时刻的输出，同时又是受控系统的输入。