专利交易市场

本发明涉及到一种基于肌电肌音模型和无迹粒子滤波的关节运动估计方法，首先采集人体上肢肩关节和肘关节在同步连续运动状态下肱二头肌、肱三头肌、肱桡肌、斜方肌、小圆肌、前三角肌、侧三角肌和胸大肌的表面肌电和肌音信号，分别对其进行带通滤波处理；然后提取表面肌电和肌音信号的威尔逊幅值和模糊熵特征；通过参数替代和化简将生理肌肉模型和关节运动学相结合组成关节运动模型，并将提取到的特征组成测量方程作为关节运动模型的反馈，得到肌电肌音状态空间模型；最终通过无迹粒子滤波算法对肩关节和肘关节的同步连续运动进行估计。该方法与传统的多关节同步连续运动估计方法相比，在预测精度和实时性方面有了明显的提高。

本发明公开了一种基于混合概率选择算子的CRPF方法，首先随机产生N个实数作为系统状态的样本，所述样本称为粒子，并定义每一粒子对应的代价值均为0，由所述样本与代价值组成的集合称为粒子—代价集合；同时，分别随机产生粒子组成1号子集合与2号子集合，每一个子集合的数量为N；分别计算所有子集合中粒子的代价函数值、风险函数值及权值；对子集合进行重采样、更新、信息交互、粒子选择操作，得到最终的粒子—代价集合并对所得到的集合进行更新；最后系统滤波，最终得到系统状态的最优估计值。本发明解决了现有技术中对噪声统计特性未知系统滤波准确度较低的问题。