一种基于堆栈式自动编码的力触觉信号处理方法技术

本发明专利技术提供一种基于堆栈式自动编码的力触觉信号处理方法，属于数字信号处理领域。应用堆栈式自动编码的编码部分将从物理表面获取到的体现其形状和纹理的关键信息的力触觉数据进行实时压缩，从原始力触觉信号中提取出维度远小于其自身的特征，考虑到特征在传输过程中会混入的噪声，在接收端采用长短时记忆网络作为滤波器对带噪特征进行滤波，滤波后的特征利用堆栈式自动编码的解码部分将其重构到与原始数据相同的维度，实现了信号的压缩和恢复。优点是可以通过毫秒级的执行时间在线实现，提高了力触觉信号的压缩比，能够在一定程度上去除数据在信道传输过程中带来的噪声，保证较低的重构误差。证较低的重构误差。证较低的重构误差。

【技术实现步骤摘要】
一种基于堆栈式自动编码的力触觉信号处理方法


[0001]本专利技术属于数字信号处理领域，涉及力触觉信号的压缩、重构和滤波方法，具体涉及一种基于堆栈式自动编码的力触觉信号处理方法，可实现力触觉信号的高效压缩，同时保证较低的重构误差，并具有滤波功能，能够更好的应用于触觉数据压缩，触觉远程呈现等领域。

技术介绍

[0002]随着触觉再现技术和互联网的发展，互联网用户对沉浸式远程操作和与物理世界进行交互的需求也越来越多。触觉互联网在双边远程操作和线上购物等中具有巨大的潜在应用，为了实现具有令人有沉浸感的触觉体验，触觉互联网产生了额外的需求，包括触觉数据的采集、压缩、传输、重建和显示。力触觉信号可以通过先进的表面触觉设备展示出物体的形状和纹理，这使得触觉互联网能够改善与真实或虚拟环境的交互沉浸感。随着力传感器获取的力触觉信号的时变，如何实现可靠的在线压缩和重构成为触觉互联网面临的挑战。
[0003]2010年，Okamoto等人研究了人类对可振动材料纹理的感知特性，关注重点是亚阈值振动振幅和振幅变化对感知的影响，期望通过感知特性对触觉数据进行压缩本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于堆栈式自动编码的力触觉信号处理方法，其特征在于，包括下列步骤：(1)应用矩形权重矩阵和偏置向量对原始触觉信号进行降维，得到触觉信号的特征；(2)应用矩形权重矩阵和偏置向量将特征重构，恢复到输入信号相同的维度，得到触觉信号的重构；(3)计算原始触觉信号与重构的触觉信号间的平均相对误差(4)对误差进行求导沿着导数下降的方向更新权重和偏置得到编码器和解码器(5)向通过模型得到压缩数据的特征混入高斯白噪声；(6)用长短时记忆神经网络作为滤波器对含噪特征进行滤波(7)计算原始特征和滤波后的特征间的平均绝对误差，沿着梯度下降的方向更新长短时记忆网络中各个门的参数，直到设定的更新次数为止，保存误差最小的模型作为滤波器；(8)将滤波后的特征作为输入送入解码器，得到重构的力触觉信号。2.根据权利要求1所述的一种基于堆栈式自动编码的力触觉信号处理方法，其特征在于：所述步骤(1)得到触觉信号特征的具体途径是：长度为N的原始力触觉信号s经过第一层编码器，通过第一组权重矩阵与偏置向量得到初步特征：f
(1)
＝σ(W
(1)
s+b
(1)
)其中是提取到的初步特征，M
(1)
＜N代表初步特征的长度，是用来提取初步特征的权重矩阵，是与与其对应的偏置向量，σ为激活函数，可以选用ReLU和Sigmoid等，其形式如下：Re LU:Sigmoid:其中x为任意随机变量，将得到的初步特征进一步压缩，得到最终特征：f
(l)
＝σ(W
(l)
f
(l
‑
1)
+b
(l)
)其中l∈{2,
…
,L}为提取特征所用到的神经网络的层数，f
(l
‑
1)
代表第l
‑
1层提取出的特征，M
(l)
＜M
(l
‑
1)
为第l层的维度，特别地，令M
(L)
＝M，f＝f
(L)
为力触觉信号的特征。3.根据权利要求1所述的一种基于堆栈式自动编码的力触觉信号处理方法，其特征在于：所述步骤(2)中重构触觉信号得具体途径是：其中为解码器中重构所需的权重矩阵，为重构中的偏置向量，为利用确定性映射得到的重构数据，在解码器的最后一层，我们得到了原始信号的重构：
其中与原始数据具有相同的维度。4.根据权利要求1所述的一种基于堆栈式自动编码的力触觉信号处理方法，其特征在于：所述步骤(3)得到原始触觉信号与重构的触觉信号间的平均相对误差的具体途径是：每一次的压缩与重构形成一组权重与偏置参数：它确定了原始数据与其重构之间的误差由，误差的表达式为：其中J代表参与训练的力触觉信号的数目，|
·
|表示逐元素进行的绝对值运算，除法也是逐元素进行。5.根据权利要求1所述的一种基于堆栈式自动编码的力触觉信号处理方法，其特征在于：所述步骤(4)，对误差进行求导沿着...

【专利技术属性】
技术研发人员：刘国红，李晓萌，吕帅，王聪，孙晓颖，
申请(专利权)人：吉林大学，
类型：发明
国别省市：