基于粒子群优化支持向量机康复下肢外骨骼的脑电控制研究

为解决失能人群自主移动的问题,脑机接口(brain computer interface, BCI)已广泛应用于外骨骼领域,但脑电(electroencephalogram, EEG)信号因信噪比低等原因导致识别率一直难以提高。为提高基于脑机接口下肢外骨骼的信号识别率,采用粒子群优化支持向量机(particle swarm optimization-support vector machine, PSO-SVM)算法提高脑电信号识别率,取得了86.52%的脑电信号识别率。首先建立共空间模式(common spatial pattern, CSP)数学模型对脑电信号进行特征提取,随后建立基于粒子群优化的支持向量机分类模型,优化脑电信号分类关键参数,将最终的实验数据与传统的支持向量机分类方法比较,最后进行算法的验证及下肢外骨骼实验。实验结果表明：经过粒子群优化的支持向量机分类准确明显高于传统支持向量机分类。所提出粒子群优化支持向量机对脑电信号的特征识别方法可实现运动想象(motor imagery, MI)的精确识别,为脑机接口技术在康复外骨骼领域的应用提供理论基础和技术支持。     

面向并行工程的轻武器协同设计研究

论述了并行工程和虚拟样机技术的涵义.针对轻武器研制中传统串行工作模式带来的弊端,提出了基于并行工程思想的并行设计模式.结合虚拟样机技术给出了以决策层、工作层、支撑环境层为主体的系统框架;并将工作层的工作流程分成6个基本步骤进行分析.重点研究了并行工程及其相关技术在轻武器全生命周期中的实施方法.研究表明,这种并行设计方法能缩短轻武器系统的开发周期,提高新型产品的研制创新能力.     

某榴弹发射系统动力学仿真研究

基于单兵自动武器三维实体模型,借助动力学仿真软件ADAMS建立了单兵自动武器虚拟样机模型,研究了自动机在开闭锁、抛壳、供弹过程中的运动特性,通过运动学仿真发现了武器机构设计不合理部分,验证了修改后武器机构设计的正确性、合理性.分析了虚拟样机模型动力学特性,仿真结果与实验值对比吻合较好,验证了虚拟样机模型参数设置的有效性与可靠性.描述了不同参考坐标系下的抛壳过程,清晰展示了抛壳过程中弹壳运动的特点.上述工作为进一步深入研究单兵自动武器动力学问题提供了参考.     

单兵自动武器建模与仿真分析

为了更好地研究单兵自动武器的刚柔耦合特性,该文基于ADAMS软件,建立了该枪械的虚拟样机模型,分析了其自动机的运动学和动力学特点,并探讨了间隙对自动机动力学的影响.结果表明该枪械的结构设计合理可靠;间隙的存在、相对运动部件间产生碰撞造成能量损失,从而导致枪机框x方向速度与理想状态不同,理想状态速度偏大、循环周期短,而含间隙模型仿真结果速度偏小、循环周期长;枪机框速度曲线的变化说明了间隙对自动机运动学、动力学特性产生了影响;在对单兵自动武器仿真设计中,有必要考虑运动件间隙因素.     

人体下肢外骨骼设计与仿真分析

设计了一种具有辅助士兵承载能力的人机一体化的下肢外骨骼.通过从仿生学角度分析人类下肢关节的结构特点、人类的步态及下肢自由度,并结合下肢外骨骼实现的功能、工作原理、结构组成,设计了其结构.利用CAD软件Pro/E及动力学仿真软件ADAMS对人体及下肢外骨骼进行了建模、仿真.这为进一步研究下肢外骨骼打下了基础.