基于蚁群搜索理论的优化卡尔曼步频预测

• 作者: 余韬 方正 王磊 陈思媛
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 智能下肢 足底压力 步频 卡尔曼预测方程 蚁群算法
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 109-113
• 页数: 5页
• 分类号: TP273
• 语种: 中文
• DOI: 10.13245/j.hust.150722

摘要

为了使智能下肢能够实时地调节膝关节阻尼，使其固有频率与实际步频相符，达到更加接近正常步态的效果，提出了一种基于蚁群搜索理论的卡尔曼步频预测算法．利用蚁群算法在规定的连续域中寻找卡尔曼预测方程中系统误差与测量误差两个参数的最优组合，实现对卡尔曼预测方程的优化．通过获取六组人行走的步频数据进行实验，结果表明：经蚁群算法优化后，卡尔曼预测算法预测得到的步频与后验值之间的误差比跟随方式的误差分别减少了44．10％，43．42％和36．17％，证明了基于蚁群搜索理论的优化卡尔曼步频预测方法在智能下肢控制上具有良好的应用前景．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王磊	厦门大学机电工程系	46	523	11.0	22.0
2	陈思媛	厦门大学机电工程系	10	38	3.0	6.0
3	方正	厦门大学机电工程系	24	101	6.0	9.0
4	余韬	厦门大学机电工程系	4	33	2.0	4.0