手腕震颤抑制的鲁棒H制造技术

本发明专利技术公开了一种手腕震颤抑制的鲁棒H

【技术实现步骤摘要】
手腕震颤抑制的鲁棒H
∞
重复控制方法


[0001]本专利技术涉及辅助医疗康复
，特别涉及一种手腕震颤抑制的鲁棒H
∞
重复控制方法。

技术介绍

[0002]震颤是一种常见的运动功能障碍，多表现为患者上肢，尤其是腕部非自主、有节奏、近似正弦曲线的运动，是帕金森、多发性硬化和脑卒中等疾病的并发症，且发病率以老年人居多。根据《世界人口展望2019》(World Population Prospects 2019:Highlights)统计，至2019年全球65岁以上的老年人口占全部人口比例的1/10，预计到2050年，这一比例将达到1/6。其中，我国人口的老龄化问题更为严重，据国家统计局数据显示，截至2019年年末，全国60周岁以上人口的比例已达18.1％。因此，我国乃至全球震颤患者的数量会逐年大幅度增加。虽然这一疾病并不危及生命，但有效地抑制震颤可以克服患者的社交障碍、排解患者的负面情绪、提高患者的生活质量。而目前就治疗方法而言，传统的药物治疗虽对震颤起到一定的缓解作用，但是效果因人而异，且长期服用药物会增加人体对其的耐受性，同时也会产生副作用。而手术治疗方案，如立体定向丘脑切开术和深脑部电刺激等，部分患者术后效果明显，但手术费用高、风险大，并存在术后并发症的可能性。因此，生机电辅助技术在震颤抑制领域的应用为治疗震颤提供了一种有效的解决途径。
[0003]功能性电刺激(Function electrical stimulation，简称FES)因其副作用小、成本低、便携性强、软体结构等优点被广泛应用于康复治疗领域。它是一种人工电刺激，可以直接激活运动神经元促使肌肉收缩，达到恢复和重建运动功能的目的。将FES应用于震颤抑制是通过微弱电流刺激引起震颤运动的反向相关肌群，使其达到机械式和可控式收缩，从而减小患者的震颤幅度。为了有效抑制震颤，需要闭环反馈控制器来调整施加在相应肌肉上的电刺激时间和强度。
[0004]相关技术中，利用FES进行震颤抑制的系统多采用基于滤波的反馈控制器，一定程度上可以实现震颤幅度的减小，但是，相关技术存在的问题在于，这种传统的反馈控制系统会引起高频瞬时强刺激，造成患者的强烈不适。

技术实现思路

[0005]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种手腕震颤抑制的鲁棒H
∞
重复控制方法，以实现在不影响患者自主运动的同时，抑制震颤并实现对指定轨迹的完全跟踪。
[0006]为达到上述目的，本专利技术实施例提出了一种手腕震颤抑制的鲁棒H
∞
重复控制方法，包括以下步骤：建立手腕非线性肌骨模型，其中，所述手腕非线性肌骨模型包括非线性肌肉模型和线性肌骨模型；对所述手腕非线性肌骨模型进行参数辨识，其中，所述参数包括静态非线性参数和线性肌骨动态特性参数；设计前馈线性化控制器以对所述手腕非线性肌骨模型进行线性化操作；设计重复控制器G
RC
(z)，以消除单峰频率震颤扰动，提高系
统对输入信号的跟踪能力，其中，所述重复控制器G
RC
(z)设计为：G
RC
(z)＝G
IM
K(z)，其中，K(z)是用于改善闭环系统稳定性和动态性能的补偿器，即鲁棒控制器，G
IM
为所述重复控制器的内模，可表示为：其中，T
d
和T
s
分别是震颤信号和所述重复控制器的采样周期，为单位增益的鲁棒低通滤波器；设计基于H
∞
的鲁棒控制器K(z)，以实现在抑制腕部震颤的同时，腕关节可以对指定位置进行高精度跟踪。
[0007]根据本专利技术实施例提出的手腕震颤抑制的鲁棒H
∞
重复控制方法，将鲁棒H
∞
控制和重复控制结合起来，重复控制采用内模结构可以实现对单峰周期性震颤信号的良好抑制。而利用H
∞
控制不仅可以改善由于手腕肌骨模型的不确定性和时变性引起的控制精度不高的问题，也可以抑制操作过程中的扰动作用，提升系统的鲁棒性，进而实现对患者腕部单峰频率震颤进行抑制，且大大降低电刺激强度，延缓患者的肌肉疲劳，在保证系统鲁棒性的同时提高震颤抑制的效果。
[0008]根据本专利技术一个实施例，采用哈默斯坦(Hammerstein)模型作为所述手腕非线性肌骨模型，其中，所述非线性肌肉模型的数学表达式为：f(u)＝r0+r1u+r2u2+
…
r
s
u
s
，且满足所述线性肌骨模型的数学表达式为：其中，f(u)是电刺激下肌肉静态非线性激活特性，常称为静态等长招募曲线，u为电刺激输入信号，G(z)是等效线性肌骨动态特性，s和r0,r1,
…
,r
s
是所述非线性肌肉模型的阶数和参数，和是所述线性肌骨模型参数，n
a
为A(z-1
)的阶数，n
b
为B(z-1
)的阶数。
[0009]根据本专利技术一个实施例，采用两阶段自动参数辨识算法，即峰值脉冲响应法辨识所述静态非线性参数，采用最小二乘辨识算法辨识所述线性肌骨动态特性参数。
[0010]根据本专利技术一个实施例，所述设计基于H
∞
的鲁棒控制器K(z)，包括以下步骤：令所述重复控制器内模结构延迟项z-N
＝Δ
d
，并利用||Δ
d
||
∞
＝1的特点，在进行所述基于H
∞
的鲁棒控制器K(z)的设计时忽略所述延迟项，从而得到低阶基于H
∞
的鲁棒控制器K(z)；引入具有低通特性的第一加权函数以使灵敏度函数S0的增益在低频段尽可能小，从而提高抗干扰能力，其中，灵敏度函数S0的表达式为：其中，G0(z)为标称腕部模型；用乘性不确定性形式描述所述等效线性肌骨动态特性G(z)：G(z)＝(1+Δ
T
(z)W
T
(z))G0(z)，其中，W
T
(z)是已知的稳定的具有高通性质的不确定性加权函数，Δ
T
(z)为满足||Δ
T
||
∞
≤1条件的未知稳定函数；引入第二加权函数W
KS
(z)，以防止系统在实际情况下出现严重的饱和，在所述第一加权函数和所述加权函数W
T
(z)参数确定之后，通过调整所述第二加权函数W
KS
(z)以在低频范围内获得更大的鲁棒稳定性参数摄动范围；基于重复控制的混合灵敏度H
∞
问题，构造广义被控对象P，其中广义被控对象P包含所述标称腕部模型G0(z)以及所述第一加权函数所述加权函数W
T
(z)和所述第二加权函数W
KS
(z)，进而利用
Matlab中的hinfsyn函数得到所述基于H
∞
的鲁棒控制器K(z)。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种手腕震颤抑制的鲁棒H
∞
重复控制方法，其特征在于，包括以下步骤：建立手腕非线性肌骨模型，其中，所述手腕非线性肌骨模型包括非线性肌肉模型和线性肌骨模型；对所述手腕非线性肌骨模型进行参数辨识，其中，所述参数包括静态非线性参数和线性肌骨动态特性参数；设计前馈线性化控制器以对所述手腕非线性肌骨模型进行线性化操作；设计重复控制器G
RC
(z)，以消除周期性震颤扰动，提高系统对输入信号的跟踪能力，其中，所述重复控制器G
RC
(z)设计为：G
RC
(z)＝G
IM
K(z)，其中，K(z)是用于改善闭环系统稳定性和动态性能的补偿器，即鲁棒控制器，G
IM
为所述重复控制器的内模，可表示为：其中，N为一个周期的采样次数，T
d
和T
s
分别是震颤信号和所述重复控制器的采样周期，为单位增益的鲁棒低通滤波器；设计基于H
∞
的鲁棒控制器K(z)，以实现在抑制腕部震颤的同时，腕关节可以对指定位置进行高精度跟踪。2.根据权利要求1所述的手腕震颤抑制的鲁棒H
∞
重复控制方法，其特征在于，采用哈默斯坦(Hammerstein)模型作为所述手腕非线性肌骨模型，其中，所述非线性肌肉模型的数学表达式为：f(u)＝r0+r1u+r2u2+
…
r
s
u
s
，且满足所述线性肌骨模型的数学表达式为：其中，u为电刺激输入信号，f(u)是电刺激下肌肉静态非线性肌肉特性，常称为静态肌肉等长招募曲线，是为了满足招募曲线的单调性；G(z)是等效线性肌骨动态特性，s和r0,r1,
…
,r
s
是所述非线性肌肉模型的阶数和参数，和是所述线性肌骨模型参数，B(z-1
)和A(z-1
)分别为线性肌骨模型数学表达式的分子和分母，n
a
为A(z-1
)的阶数，n
b
为B(z-1
)的阶数。3.根据权利要求...

【专利技术属性】
技术研发人员：张赞，刘艳红，霍本岩，张宽，陶长春，
申请(专利权)人：郑州大学，
类型：发明
国别省市：