(一)自适应Hopf(霍普夫)振荡器基本原理与仿真
链接: link
(二)自适应Hopf(霍普夫)振荡器基本原理与仿真
链接: link
(三)自适应Hopf(霍普夫)振荡器基本原理与仿真
链接: link
前言
近年来的生物学主流观点是将生物运动分为三类:(1)反射运动,最简单最基本的运动,是中枢神经系统对刺激的规律反应;(2)意识运动,由大脑皮层直接控制,带有目的性且形式复杂;(3)节律运动,介于两者之间,具有周期性,由位于低级神经中枢的中枢模拟器(Central Pattern Generator,CPG)直接控制。CPG概念最早是Graham Brown在1911年提出,经过多年的研究与发展,认为生物的部分运动并不是由大脑直接控制,如步态、呼吸、心跳等,而是由CPG控制其主要负责节律运动的产生与控制。CPG对人体节律性运动的控制原理在仿生领域十分有指导性作用,最早应用于六足机器人的步态控制,随后在双足、多足机器人领域和外骨骼机器人领域均有很好的应用。在对CPG进行建模时多用到振荡器理论,常见的有Hopf振荡器,Matsuoka振荡器,Vanderpol振荡器等,也有其他自定义的振荡器[1]。其中Hopf振荡器简单可靠,需要的调节的参数数量较少,应用范围广泛。
一、Hopf振荡器原理
Hopf振荡器=在状态空间中存在一个稳定的极限环,输入任意的初始值,最终都可以产生相同形状的周期性振荡信号,其数学模型如下所示:
x
˙
=
γ
(
μ
−
r
2
)
−
ω
y
\dot{x} = \gamma (\mu -r^{2})-\omega y
x˙=γ(μ−r2)−ωy
y
˙
=
γ
(
μ
−
r
2
)
+
ω
x
\dot{y} = \gamma(\mu -r^{2})+\omega x
y˙=γ(μ−r2)+ωx
其中,
γ
\gamma
γ为跟随速度(我理解的是类似于比例调节),
μ
\mu
μ为极限环半径,
r
=
x
2
+
y
2
r=\sqrt{x^{2}+y^{2}}
r=x2+y2,
ω
\omega
ω为系统固有频率。
二、Hopf振荡器仿真实验
使用simulink进行仿真实验,给定
γ
\gamma
γ为100,
μ
\mu
μ为2,
ω
\omega
ω为10,具体图像如图所示:
给定初始输入
(
x
,
y
)
=
(
0.5
,
0.5
)
(x,y)=(0.5,0.5)
(x,y)=(0.5,0.5),可以看到很快就达到了极限环:
X Axis为
x
x
x信号输出,Y Axis为
y
y
y信号输出。
x
x
x和
y
y
y波形图如图所示:
深色为
x
x
x信号输出,浅色为
y
y
y信号输出。文章来源:https://www.toymoban.com/news/detail-623506.html
参考
[1] 张建亮. 髋关节助力外骨骼的设计及其控制策略研究[D].华南理工大学,2021.DOI:10.27151/d.cnki.ghnlu.2021.004804.文章来源地址https://www.toymoban.com/news/detail-623506.html
到了这里,关于(一)自适应Hopf(霍普夫)振荡器基本原理与仿真的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!