[發(fā)明專利]一種基于刺激頻率響應(yīng)的電極-皮膚阻抗模型參數(shù)辨識方法

有效

• 申請?zhí)枺?/td>: 202010553662.7
• 申請日: 2020-06-17
• 公開（公告）號: CN111797516B
• 公開（公告）日: 2022-10-11
• 發(fā)明（設(shè)計）人: 李春泉;羅族;何永華;江逸冰;熊維進;王子航;陶藝程
• 申請（專利權(quán)）人: 南昌大學(xué)
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F111/08;G06F111/10
• 代理公司: 北京眾合誠成知識產(chǎn)權(quán)代理有限公司 11246
• 代理人: 許瑩瑩

1.一種基于刺激頻率響應(yīng)的電極-皮膚阻抗模型參數(shù)辨識方法，其特征在于：包括以下步驟：

步驟一、推導(dǎo)電極皮膚阻抗模型數(shù)學(xué)表達式，具體表述如下：

(a)首先設(shè)定電極-皮膚阻抗模型非線性電阻R_p與刺激頻率f關(guān)系為：

R_p(f)＝a+be^c/f (1)

其中a、b和c是模型常量；

(b)根據(jù)交流電分析，獲得電極-皮膚阻抗電路模型的數(shù)學(xué)表達形式：

其中r由恒定電阻r₁、r₂組成，J為虛數(shù)單位；

步驟二、獲得人手在刺激激勵頻率從F_min至F_max區(qū)間下的L組刺激頻率與阻抗模值的響應(yīng)數(shù)據(jù)

步驟三、建立阻抗參數(shù)優(yōu)化目標方程，由阻抗數(shù)學(xué)表達式(2)可知，需要辨識的電極-皮膚阻抗模型參數(shù)為(R_d，C_d，C_p，a，b，c，r)，因此建立優(yōu)化目標方程：

其中X＝[x₁，x₂，x₃，x₄，x₅，x₆，x₇]，七維矢量X每維依次對應(yīng)電極-皮膚阻抗模型參數(shù)(R_d，C_d，C_p，a，b，c，r)；是估計模型參數(shù)為X下，將估計模型參數(shù)X和刺激頻率代入式(2)獲得的L組估計阻抗數(shù)據(jù)；

步驟四、采用改進的正余弦算法，強化頭腦風(fēng)暴正余弦算法EBS-SCA對電極-皮膚阻抗模型參數(shù)進行辨識，參數(shù)辨識過程具體表述如下：

(aa)初始化EBS-SCA算法參數(shù)，最大迭代數(shù)T、種群大小N、候選解維度D、聚類數(shù)量M、正余弦波動因子λ₁、λ₂、λ₃和λ₄、平衡因子停滯閾值常數(shù)Λ、概率常數(shù)p_r1、p_r11、p_r12、候選解邊界ub、lb以及常量ρ；

(bb)依據(jù)候選解邊界隨機初始化N個候選解；

(cc)將N個候選解隨機分成M組，并通過公式(3)來獲得M組中每個個體的適應(yīng)度值F(X)，選取每組中適應(yīng)度值最小的候選解X作為每組的中心，從而獲得第t次迭代時的群組中心

(dd)通過隨機數(shù)r₁、F₁₁、F₁₂和概率常數(shù)p_r1、p_r11、p_r12來產(chǎn)生臨時個體

其中，i∈{1，2，…，N}，和都是從α組中隨機選擇的兩個候選解，而α組和β組是從M個組中隨機選擇的兩個群組，R是一個D維矢量[R₁，R₂，…，R_D]，其中每個R_j，J∈{1，2，…，D}，表示一個在[0，1]內(nèi)的均勻分布的隨機數(shù)，表示D維向量，每維元素為1，表示hadamard乘積，t表示當前迭代次數(shù)，為第α組的群組中心；

(ee)更新候選解：對于每次迭代，如果當前迭代次數(shù)t小于或等于則EBS-SCA按照如下公式更新候選解：

否則，EBS-SCA按照如下公式更新候選解：

其中為歷史最優(yōu)個體G^t的第j維，如果G^t連續(xù)停滯超過Λ次，將由各個候選解的歷史最佳來生成；

(ff)終止條件：當?shù)^程滿足終止條件時，也就是算法迭代次數(shù)滿足條件t≥T，停止迭代并輸出最終的最優(yōu)解，否則，繼續(xù)重復(fù)執(zhí)行(cc)至(ee)。