[發明專利]基于變型sigmoid函數分類器的訓練模態識別系統、方法及應用

有效

• 申請號: 202011131699.7
• 申請日: 2020-10-21
• 公開（公告）號: CN112353385B
• 公開（公告）日: 2023-09-15
• 發明（設計）人: 馮雷
• 申請（專利權）人: 南京偉思醫療科技股份有限公司
• 主分類號: G06F18/241
• 分類號: G06F18/241;G06F18/214;G06F18/10;A61B5/11
• 代理公司: 南京冠譽至恒知識產權代理有限公司 32426
• 代理人: 夏恒霞

1.基于變型sigmoid函數分類器的訓練模態識別系統的識別方法，其特征在于，包括如下步驟：

S1、設定被動模式為初始訓練模式，控制器獲取伺服電機的實時扭矩值；

S2、對獲取到的實時扭矩值進行濾波處理，去除扭矩波形噪聲以及毛刺，進行扭矩值平滑處理；

包括如下子步驟：

S2.1?采用一階滯后濾波算法，抑制周期性干擾，對扭矩值進行首次平滑處理；具體為：令實際濾波力值Tn?=?0.3?*?T_l?+?0.7?*?Ta，則Tu?=?Tn、T₅?=?T₄、T₄?=?T₃、T₃?=?T₂、T₂?=?T₁及T₁?=?Tu，計算并判斷|?(Tu/T₄-1)?|?*?100是否滿足10?≤?|?(Tu/T₄?-?1)?|?*?100?60，若滿足（即符合判斷條件），則進行首次平滑處理，得到第一扭矩濾波結果值T_m1?=?Tn?*0.1?+?T_l?*?0.9，則Tu?=?T_m1、T₅?=?T₄、T₄?=?T₃、T₃?=?T₂、T₂?=?T₁及T₁?=?Tu；若不滿足，則記Tn?=?Tu，結束濾波處理；其中，Tn：實際濾波力值；T_l：上一周期力值；Ta：當前周期測量力值；Tu：當前周期待濾波力值；T₁~T₅：累積過程力值，T_m1表示第一扭矩濾波結果值；

S2.2?采用限幅+一階滯后濾波算法，對設定波動幅度范圍內的扭矩值進行第二次移動平滑處理，得到扭矩濾波值；具體為：計算并判斷|?(Tu?/T5?-?1)?|?*?100是否滿足2≤?|(Tu?/T5?-?1)?|?*?100??60，若滿足，則得到第二扭矩濾波結果值T_m2?=?Tu?*?0.1?+?T₂?*0.9，Tu?=?T_m2；若不滿足，則記Tn?=?Tu，結束濾波處理；其中，T_m2表示第二扭矩濾波結果值；

S3、得到扭矩值后，用變型sigmoid函數分類器對扭矩值進行分類，判斷當前用戶狀態，所述當前用戶狀態包括：被動、主動或痙攣；所述變型sigmoid函數分類器為：

Sc?=?sign(x)?-?(1?/?(1?+?e^(-0.01*x))?-?0.5)?*?2，其中，x表示扭矩值，e為常數；使用該分類器處理后，對被動模式和主動模式的分類更加穩定、準確，避免了局部抖動及異常判斷，進而保證用戶意圖識別的靈敏度和穩定性。

2.根據權利要求1所述的基于變型sigmoid函數分類器的訓練模態識別系統的識別方法，其特征在于，濾波處理后，波形變化幅度為50~75。

3.如權利要求1所述的基于變型sigmoid函數分類器的訓練模態識別系統的識別方法在主被動康復訓練機中的應用。