基于子空間技術的麻醉過程系統辨識與預測控制算法研究.pdf_第1頁
已閱讀1頁,還剩73頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著當前醫(yī)療技術水平的飛速發(fā)展,各種各樣復雜的治療手段層出不窮,因此對手術精度以及術中病人安全的要求也變得越來越高,在這種情況下,良好的術中麻醉顯得尤為重要。臨床實踐中,對病人的麻醉操作多由麻醉師來完成,而麻醉師同時還需對病人的生理指標進行實時的監(jiān)測,工作任務繁重。為減輕麻醉師的工作壓力,研究人員提出了麻醉過程閉環(huán)控制的想法,并且已在麻醉控制領域內實現了多種有效的閉環(huán)算法,其中最有前景的應該是基于模型的控制算法。但由于房室模型本身的非線

2、性特性,這些基于模型的閉環(huán)控制研究多數先對病人模型參數進行經驗性的預估,從而再加以控制,以消除非線性的影響。但是,這樣反而會導致病人模型的特異性不突出,進而影響辨識與控制效果。
  本文針對該問題,提出了一種新型的基于子空間辨識的病人房室Wiener模型辨識方法。首先對異丙酚三房室Wiener模型進行線性化處理,再對處理后的線性模型進行子空間正交投影辨識,最后通過辨識出的狀態(tài)空間系統矩陣以及線性化關系對原來的房室模型進行還原。接下

3、來,對所辨識出的線性模型進行簡單的處理,建立輔助被控變量,利用基于模型的擴展預測自適應控制算法,實現對病人鎮(zhèn)靜深度的間接管理。仿真結果證明,針對非線性系統所設計出的辨識算法能夠很好地還原系統本身的特性,同時仍具有一定的可擴展性。該算法所需的先驗知識極少,所辨識出模型的準確性較高。同時,根據該模型所構建的輔助被控變量也能夠在一定程度上間接描述Wiener系統中間變量的變化趨勢。該閉環(huán)控制算法首次用于麻醉過程鎮(zhèn)靜深度的控制,在該方向上有著較

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論