[發(fā)明專利]一種基于刺激頻率響應的電極-皮膚阻抗模型參數辨識方法

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）人: 南昌大學
• 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權代理有限公司 11246
• 代理人: 許瑩瑩

一種基于刺激頻率響應的電極?皮膚阻抗模型參數辨識方法。本發(fā)明充分考慮了電極與手指表皮、手指真皮及皮下組織的電阻和電容參數，首次提供了一種基于刺激頻率響應的電極?皮膚阻抗模型，并使用一種改進的正余弦算法對電極?皮膚阻抗模型的參數進行辨識，獲得精確的電極?皮膚阻抗模型。

技術領域

本發(fā)明涉及基于電刺激觸覺反饋設備中人手電極-皮膚阻抗模型參數辨識，尤其涉及基于刺激頻率響應的電極-皮膚阻抗模型中的模型參數辨識方法。用于在人-機交互系統(tǒng)中構建精確的力與觸覺映射關系，確保人-機交互電觸覺再現控制的穩(wěn)定和精確。

背景技術

近些年，觸覺再現技術已經被廣泛應用到機器人以及虛擬現實等人機交互領域。電觸覺設備由于結構簡單、響應速度快以及易于控制等優(yōu)點已經受到各方科研人員的高度重視。然而，建立基于實測激勵-響應數據的精確皮膚阻抗模型，對于電刺激觸覺控制和優(yōu)化至關重要。

Van研究了矩形激勵脈沖作用下皮膚阻抗的定性性質，并提出了一種皮膚阻抗線性等效電學模型(詳見：Skin resistance during square-wave electrical pulses of 1to 10 mA[J].Medical and Biological Engineering and Computing,1977,15(6):679-687.)。然而，不同于肌肉組織的電阻率在10Hz至10kHz的頻率范圍內具有低于2mA/cm²的正弦電流密度的線性特征，皮膚更多表現出和頻率相關的非線性效應。因此，這種線性模型無法復制在激勵脈沖下的皮膚阻抗顯示出的各種復雜非線性行為。隨后，Dorgan等人在Van的模型上引入了非線性電流時間相關電阻R_p。通過采用修改形式的H-H方程來描述R_p，來模擬真實皮膚阻抗的非線性特征(詳見：Amodel for human skin impedance during surfacefunctional neuromuscular stimulation[J].IEEE Transactions on RehabilitationEngineering,1999,7(3):341-348.)。實驗結果證明，Dorgan的模型能夠很好的表現皮膚阻抗的非線性特征。

然而，Dorgan模型依然存在不足，忽視了人手指尖與電極陣列接觸的影響，而這種影響是復雜且關鍵的。Ghosh等人提出了一種廣義的二階表皮-電極界面阻抗模型，來研究電極-表皮接觸點周圍的各種電氣特征(詳見：A 2D electrode-skin model forelectricalcontact impedance characterization of Bio Impedance[C]//Region 10Conference(TENCON),2016 IEEE.IEEE,2016:2292-2295.)。遺憾的是Ghosh等提出的模型并不包含皮膚及皮膚深層組織。

此外，皮膚阻抗模型的精確性除了取決于阻抗電路模型的建立，模型參數的辨識也是至關重要的。在現實世界中，例如，參數辨識、特征選擇、圖像分割和能源系統(tǒng)等許多科學和工程問題不可避免地轉變?yōu)槿謨?yōu)化問題。全局優(yōu)化是指從所有可能的值中尋找給定系統(tǒng)參數的最佳值以最大化或最小化其輸出的過程。優(yōu)化問題廣泛存在于各個研究領域，這使得優(yōu)化技術的發(fā)展至關重要，成為研究人員感興趣的研究方向。為解決全局優(yōu)化問題，許多研究人員開發(fā)了各種優(yōu)化算法。通常，這些優(yōu)化算法分為傳統(tǒng)的數學優(yōu)化算法和元啟發(fā)算法。傳統(tǒng)的數學優(yōu)化算法，如梯度下降法通常用于解決凸優(yōu)化問題。然而，它們不適合于解決高度非線性和非凸的復雜優(yōu)化問題。因此，研究人員通常依靠元啟發(fā)算法來解決這種復雜的優(yōu)化問題。然而，元啟發(fā)算法大都不能很好的平衡勘探與開發(fā)，存在收斂速度慢，容易陷入局部最優(yōu)等問題。