本文選題：大腦皮層仿真模型 + 無(wú)模型控制　； 參考：《華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版)》2017年05期

【摘要】：基于神經(jīng)元峰電位的植入式腦機(jī)接口開(kāi)展相關(guān)研究,通過(guò)搭建大腦皮層仿真模型,并在控制理論分析的基礎(chǔ)上進(jìn)行自發(fā)單關(guān)節(jié)運(yùn)動(dòng)任務(wù)。使用自適應(yīng)維納濾波器完成神經(jīng)元放電活動(dòng)的線性解碼器設(shè)計(jì)。通過(guò)分析發(fā)現(xiàn)在視覺(jué)反饋信息缺失時(shí),解碼器性能?chē)?yán)重下降。針對(duì)此問(wèn)題,使用基于數(shù)據(jù)驅(qū)動(dòng)算法的緊格式無(wú)模型控制算法產(chǎn)生刺激信號(hào)來(lái)刺激仿真大腦皮層感覺(jué)區(qū)神經(jīng)元,使其跟蹤存在感官反饋時(shí)感覺(jué)區(qū)神經(jīng)元的放電活動(dòng)。由于感覺(jué)區(qū)神經(jīng)元放電信息的恢復(fù),解碼器在感覺(jué)反饋信息缺失時(shí)的性能也得到了恢復(fù)。最后,通過(guò)仿真驗(yàn)證了基于數(shù)據(jù)驅(qū)動(dòng)算法的人工感官反饋有效性,并與整定的PID控制算法對(duì)比,結(jié)果驗(yàn)證了本文設(shè)計(jì)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(xué)信息科學(xué)與工程學(xué)院;西安交通大學(xué)電氣與控制工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金青年基金(61603295)
【分類號(hào)】：R318;TP273

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

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

相關(guān)博士學(xué)位論文 前4條

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

2 汪芳;基于強(qiáng)化學(xué)習(xí)的植入式腦機(jī)接口神經(jīng)信息解碼：算法設(shè)計(jì)及應(yīng)用[D];浙江大學(xué);2015年

3 姚林;刺激輔助的腦電信號(hào)特征增強(qiáng)方法與混合式腦機(jī)接口[D];上海交通大學(xué);2015年

4 馬征;高性能視覺(jué)ERP腦機(jī)接口若干問(wèn)題研究[D];大連理工大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

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

2 吳俊;EEG-fMRI混合腦機(jī)接口去噪及信號(hào)源定位技術(shù)研究[D];華南理工大學(xué);2015年

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

4 藺冬雪;多模態(tài)腦機(jī)接口系統(tǒng)開(kāi)發(fā)及應(yīng)用研究[D];南開(kāi)大學(xué);2016年

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

6 張楠楠;現(xiàn)場(chǎng)環(huán)境下的目標(biāo)選擇腦控技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

7 康嘉輝;基于OVR-CSP和互相關(guān)的運(yùn)動(dòng)想象腦機(jī)接口研究[D];西安電子科技大學(xué);2015年

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

9 王禎;腦機(jī)接口中非平衡數(shù)據(jù)的分類研究[D];浙江理工大學(xué);2017年

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

，

本文編號(hào)：1963617