[发明专利]一种功能性电刺激的精密控制方法

摘要

本发明公开了一种功能性电刺激的精密控制方法，属于利用电脉冲刺激帮助残疾人康复的器械技术领域，所述方法包括以下步骤：通过助行过程的柄反作用矢量HRV预测膝关节角度；利用遗传蚁群算法整定PID参数，获取整定后的PID参数；将所述整定后的PID参数输入到PID控制器中，对所述PID控制器进行整定，利用整定好的PID控制器实时调控FES电流水平强度，获取和预测膝关节角度误差最小的实际膝关节角度。本发明提供了一种全新的功能电刺激精密控制技术，该项发明可有效地提高FES系统准确性和稳定性，并获得可观的社会效益和经济效益。

主权项

1.一种功能性电刺激的精密控制方法，其特征在于，所述方法包括以下步骤：(1)通过助行过程的柄反作用矢量HRV预测膝关节角度；(2)利用遗传蚁群算法整定PID参数，获取整定后的PID参数；(3)将所述整定后的PID参数输入到PID控制器中，对所述PID控制器进行整定，利用整定好的PID控制器实时调控FES电流水平强度，获取和预测膝关节角度误差最小的实际膝关节角度；其中，步骤(1)中的所述膝关节角度具体为：M＝L(HRV)M表示膝关节角度、L表示HRV与M之间的关系，L＝M(HRV)^-1，初始化权值ω和阈值θ，把所有权值和阈值都设置成较小的随机数；提供训练样本n个HRV变量HRV1，…，HRVn和n个M变量，M1，…，Mn，共n(i＝1，…，n)对训练值的数据集；根据S型逻辑非线性函数f(x)＝1/(1+e^-x)、公式和公式计算各隐含层的输出x′_j和输出层的输出值y_k，输入节点的输出等于其输入，假设输入层有m个单元，隐含层有m₁个单元，输出层有p个单元，使用递归算法从所述输出层开始逆向传播误差直到第一隐含层，并用w_ij(t+1)＝w_ij(t)+ηδ_jx_i调整权值：其中，w_ij(t)表示在时间t由隐含层节点i到输出层节点j的权值；x_i表示节点i的输出；ηδ_jx_i表示增益项；δ_j表示节点j的误差项；对于第i个HRV作为输入得到的输出Y和对应的目标输出，其误差平方和为：Ei=12(Σk=0n-1(dk-yk)2)]]>系统平均误差为：E=Σi=0nEi=12n(Σk=0n-1Σi=0p-1(dik-yik)2)]]>其中，d_ik表示第i个输入模式第k个输出层节点的期望输出；y_ik表示第i个输入模式对应的第k个节点的输出；判断所述系统平均误差是否满足预设要求，如果是，此时神经网络为L，获取L，通过L和所述柄反作用矢量HRV获取所述膝关节角度；如果否，重复计算，直到所述系统平均误差满足预设要求为止；其中，步骤(2)中的所述利用遗传蚁群算法整定PID参数具体为：初始化所述遗传蚁群算法的控制参数；设置所述遗传蚁群算法的结束条件，最小遗传迭代次数、最大遗传迭代次数、最小进化率和连续迭代次数；随机生成种群P(0)，遗传代数g＝0；计算种群P(0)中个体适应值；根据所述个体适应值以及赌轮选择策略确定每个个体的概率，根据概率选择两个父体，首先执行变异操作，比较得到两个后代的适应值，若后代的适应值大，则插入新群体中，否则执行繁殖操作，将父体不变地插入所述新群体；更新新一代个体的适应值，重复执行上一步，直到达到最大遗传迭代次数；选择适应能力强的个体作为最优解集合；信息素的初始设置：τ_S＝τ_C+τ_G，其中，τ_C是一个常数，τ_G是所述遗传蚁群算法求解结果转化的信息素值；令时间t＝0和循环次数N_max＝0，设置最大循环次数N_c max，将m个蚂蚁置于起始点，设置蚂蚁个数和循环次数；蚂蚁根据伪随机比例原则选择结点，当经过所述结点后，进行局部信息素浓度更新；蚂蚁个体根据状态转移概率公式选择元素；待蚂蚁走完完整路径，根据蚂蚁所选路径得到PID的参数值，计算此时PID控制器控制关节角度得到的关节角度误差，选取所述关节角度误差最小的路径，进行全局信息素更新；若所述关节角度误差小于给定常数或者达到最大循环次数，则所述PID参数整定结束，获取所述整定后的PID参数。