磁流变阻尼器磁滞补偿控制器设计

针对磁流变阻尼器内部铁磁材料所固有的磁滞非线性,根据反馈磁感应强度的磁滞补偿控制方法,设计了磁滞补偿控制器。以STM32F103ZET6单片机为控制核心,通过设计霍尔传感器的调理电路、脉宽调制(PWM)信号滤波电路、电压放大电路,以及实时化的比例—积分—微分(PID)控制算法和人机交互界面,实现了磁流变阻尼器磁滞补偿控制器的功能。通过实验验证了控制器在窗函数、阶梯函数和半正弦函数等三种不同输入电流条件下的磁滞补偿控制效果。实验结果表明:相比无磁滞补偿控制,在磁滞补偿控制器的作用下,磁流变阻尼器的阻尼通道磁场能较好地跟踪控制电流,验证了磁滞补偿控制器的有效性。

基于肌电信号稀疏特征的手势识别方法研究

基于表面肌电信号(sEMG)的手势识别技术是人机自然交互领域的重要研究方向。手势识别技术的实现关键在于如何提取sEMG信号的有效特征。提出了一种提取sEMG信号稀疏特征用于多类手势识别的有效方法。该方法以稀疏表示作为特征提取工具,以支持向量机(SVM)作为分类器对多个手势进行识别。首先,采用双阈值法检测分割出手势动作的活动段;其次随机抽取部分运动段样本初始化稀疏表示词典,利用KSVD方法对过完备字典和稀疏系数进行无监督更新;最后,利用SVM对稀疏系数特征向量进行分类以实现对不同手势的识别。通过在公开数据库和自有数据库上进行实验测试,结果表明结合稀疏特征和SVM分类方法可实现16种手势平均识别准确率达到98.4%。