本文選題：大腦皮層仿真模型 + 無模型控制　； 參考：《華東理工大學學報(自然科學版)》2017年05期

【摘要】：基于神經元峰電位的植入式腦機接口開展相關研究,通過搭建大腦皮層仿真模型,并在控制理論分析的基礎上進行自發(fā)單關節(jié)運動任務。使用自適應維納濾波器完成神經元放電活動的線性解碼器設計。通過分析發(fā)現在視覺反饋信息缺失時,解碼器性能嚴重下降。針對此問題,使用基于數據驅動算法的緊格式無模型控制算法產生刺激信號來刺激仿真大腦皮層感覺區(qū)神經元,使其跟蹤存在感官反饋時感覺區(qū)神經元的放電活動。由于感覺區(qū)神經元放電信息的恢復,解碼器在感覺反饋信息缺失時的性能也得到了恢復。最后,通過仿真驗證了基于數據驅動算法的人工感官反饋有效性,并與整定的PID控制算法對比,結果驗證了本文設計的閉環(huán)系統(tǒng)的有效性。
[Abstract]:Based on the neural spike potential embedded brain-computer interface (BCI), a simulation model of cerebral cortex was built, and the task of spontaneous single joint movement was carried out on the basis of control theory analysis. An adaptive Wiener filter is used to design a linear decoder for neuronal activity. It is found that the performance of the decoder is seriously degraded when the visual feedback information is missing. To solve this problem, a compact format modelless control algorithm based on data-driven algorithm is used to generate stimulation signals to stimulate the neurons in the sensory region of the cerebral cortex to track the firing activity of the neurons in the sensory region when sensory feedback exists. The performance of the decoder is also restored when the sensory feedback information is missing due to the recovery of the firing information of the sensory neurons. Finally, the effectiveness of artificial sensory feedback based on data-driven algorithm is verified by simulation, and compared with the tuning PID control algorithm, the results verify the effectiveness of the closed-loop system designed in this paper.
【作者單位】： 華東理工大學信息科學與工程學院;西安交通大學電氣與控制工程學院;
【基金】：國家自然科學基金青年基金(61603295)
【分類號】：R318;TP273

【相似文獻】

相關期刊論文 前1條

1 奇云;李大可;;腦機接口——2012年生命科學研究的六大突破之一[J];生命世界;2013年05期

相關博士學位論文 前4條

1 趙慧霞;蜜蜂（Apis mellifera L.）腦機接口的飛行控制神經機理研究[D];浙江大學;2014年

2 汪芳;基于強化學習的植入式腦機接口神經信息解碼：算法設計及應用[D];浙江大學;2015年

3 姚林;刺激輔助的腦電信號特征增強方法與混合式腦機接口[D];上海交通大學;2015年

4 馬征;高性能視覺ERP腦機接口若干問題研究[D];大連理工大學;2016年

相關碩士學位論文 前10條

1 李佳乘;基于穩(wěn)態(tài)視覺誘發(fā)電位腦機接口系統(tǒng)的腦信號處理與研究[D];華南理工大學;2015年

2 吳俊;EEG-fMRI混合腦機接口去噪及信號源定位技術研究[D];華南理工大學;2015年

3 趙萍萍;基于偽隨機序列的彩色視覺刺激的腦機接口系統(tǒng)[D];蘇州大學;2015年

4 藺冬雪;多模態(tài)腦機接口系統(tǒng)開發(fā)及應用研究[D];南開大學;2016年

5 孟天偉;基于穩(wěn)態(tài)視覺誘發(fā)電位頻相特征提取的腦機接口算法設計[D];天津大學;2014年

6 張楠楠;現場環(huán)境下的目標選擇腦控技術研究[D];國防科學技術大學;2014年

7 康嘉輝;基于OVR-CSP和互相關的運動想象腦機接口研究[D];西安電子科技大學;2015年

8 劉建輝;基于穩(wěn)態(tài)視覺誘發(fā)電位的腦機接口系統(tǒng)研究[D];杭州電子科技大學;2016年

9 王禎;腦機接口中非平衡數據的分類研究[D];浙江理工大學;2017年

10 陸明偉;基于ECoG信號的嵌入式腦機接口系統(tǒng)[D];浙江大學;2017年

，

本文編號：1963617