期刊文献+

基于小波网络的下肢携行外骨骼系统模型辨识研究

Carrying Lower Extreme Exoskeleton Model Identification Based on Wavelet Neural Network
下载PDF
导出
摘要 采用虚拟样机技术对外骨骼进行建模,同时应用虚拟样机模型对系统动态方程的逆模型采用小波网络进行学习逼近,充分利用了小波网络在时域及频域所具有的非线性映射能力。理论分析及仿真结果证明了此模型逼近方法的可行性及有效性。 The virtual prototyping technology is introduced to model the exoskeleton. Using the prototype model,the wavelet neural network is applied to dynamic exoskeleton model study,which takes full advantages of its good time-frequency nonlinear mapping. Theoretical analysis and simulation results test the feasibility and validity of this model learning method.
出处 《仪表技术》 2015年第12期10-12 17,17,共4页 Instrumentation Technology
基金 总装预研基金(9140A26020313JB14370)
关键词 下肢携行外骨骼 小波网络 模型逼近 carrying lower extreme exoskeleton wavelet neural network model identification
  • 相关文献

参考文献1

共引文献4

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部