CN107456271A - 一种多功能机电手术系统 - Google Patents
一种多功能机电手术系统 Download PDFInfo
- Publication number
- CN107456271A CN107456271A CN201710646559.5A CN201710646559A CN107456271A CN 107456271 A CN107456271 A CN 107456271A CN 201710646559 A CN201710646559 A CN 201710646559A CN 107456271 A CN107456271 A CN 107456271A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- signal
- humidity sensor
- sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000001356 surgical procedure Methods 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 33
- 238000000034 method Methods 0.000 claims description 23
- 238000005259 measurement Methods 0.000 claims description 21
- 238000005070 sampling Methods 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 230000000739 chaotic effect Effects 0.000 claims description 9
- 238000013213 extrapolation Methods 0.000 claims description 9
- 230000008054 signal transmission Effects 0.000 claims description 6
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000000691 measurement method Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000007493 shaping process Methods 0.000 claims description 3
- 230000007480 spreading Effects 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000002679 ablation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000023597 hemostasis Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
- A61B18/04—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by heating
- A61B18/12—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by heating by passing a current through the tissue to be heated, e.g. high-frequency current
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
- A61B2018/00571—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body for achieving a particular surgical effect
- A61B2018/00577—Ablation
- A61B2018/00583—Coblation, i.e. ablation using a cold plasma
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
- A61B2018/00636—Sensing and controlling the application of energy
- A61B2018/00773—Sensed parameters
- A61B2018/00791—Temperature
Landscapes
- Health & Medical Sciences (AREA)
- Surgery (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Otolaryngology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Plasma & Fusion (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明属于自动化技术领域，公开了一种多功能机电手术系统，包括：远程显示器，用于实现手术过程的远程显示；中央处理器，用于将手术的画面进行传输，并接收温湿度传感器的信号；机器人，用于实现手术过程的操作；温湿度传感器，用于测量手术室的环境的温度和湿度；移动终端，用于在移动终端实现手术过程的观摩。本发明可以在远程显示器和移动终端实现手术过程的全称观摩，为培训新的医生提供了培训平台，同时也增进了业内的交流，对于提高临床水平有着很大的帮助。温湿度传感器实时测量手术室的环境的温度和湿度，有助于医生提高手术的成功率。
Description
技术领域
本发明属于自动化技术领域，尤其涉及一种多功能机电手术系统。
背景技术
射频等离子体手术系统是新一代的低温等离子体手术系统，可用于外科手术的软组织解剖、切除、消融、止血和干燥，可以与内窥镜系统配合进行腔内手术或与影像系统配合开展介入治疗。它采用先进的射频屏蔽技术，消除了射频对医患的损伤和危害，并提高了手术的效率，同时还拥有适用于不同专业科室的不同外径、弯度和长度的各类电极。现有的手术系统存在功能单一，智能化程度较低，一定程度上影响了手术效率。
综上所述，现有技术存在的问题是：现有的手术系统存在功能单一，智能化程度较低，一定程度上影响了手术效率。
发明内容
针对现有技术存在的问题，本发明提供了一种多功能机电手术系统。
本发明是这样实现的，一种多功能机电手术系统，所述多功能机电手术系统包括：
远程显示器，用于实现手术过程的远程显示；
中央处理器，用于将手术的画面进行传输，并接收温湿度传感器的信号；
所述中央处理器的信号传感成功率作为尖峰脉冲信号传输的评价标准，其中Wq＝(wq,1,…,wq,n)'为经过q次中继节点后的输出信号，W0＝(w0,1,…,w0,n)'为初始输入信号，w0,t＝1如果vt≥c3否则w0,t＝0，wq,t＝1如果Yq,t≥c3否则wq,t＝0，vt是原始输入信号，当q＞1，信号传感成功率称为信号传输成功率，数据传输领域的误码率作为信号传输成功率；
所述中央处理器的发送信号进行编码，信源发送的信息符号矩阵为其中每一个信息符号向量为sn满足功率限制条件采用对每一信息符号向量sn进行编码，然后对编码后的信号Ξsn进行对角化，可得信号最后对信号后乘扩展码矩阵获得时间分集，信源的发送信号矩阵表示为：
U＝diag(Ξsn)C；
于第n个信息符号向量，信宿的接收信号为：
其中为组合信道矩阵，为噪声矩阵，Dn(·)表示对角化操作，即取括号中矩阵的第n行元素置于对所得矩阵的对角线上，所得矩阵的其他位置元素都为0；
机器人，用于实现手术过程的操作；
温湿度传感器，用于测量手术室的环境的温度和湿度；所述温湿度传感器包括温度传感器和湿度传感器；
时间对准过程完成传感器数据之间在时间上的对准，温度传感器A、湿度传感器B在本地直角坐标系下的量测数据分别为YA(ti)和YB(ti)，且温度传感器A的采样频率大于湿度传感器B的采样频率，则由温度传感器A向湿度传感器B的采样时刻进行配准，具体为：
采用内插外推的时间配准算法将温度传感器A的采样数据向湿度传感器B的数据进行配准，使得两个传感器在空间配准时刻对同一个目标有同步的量测数据，内插外推时间配准算法如下：
在同一时间片内将各传感器观测数据按测量精度进行增量排序，然后将温度传感器A的观测数据分别向湿度传感器B的时间点内插、外推，以形成一系列等间隔的目标观测数据，采用常用的三点抛物线插值法的进行内插外推时间配准算法得温度传感器A在tBk时刻在本地直角坐标系下的量测值为：
其中，tBk为配准时刻，tk-1,tk,tk+1为温度传感器A距离配准时刻最近的三个采样时刻，YA(tk-1),YA(tk),YA(tk+1)分别为其对应的对目标的探测数据；
完成时间配准后，根据温度传感器A的配准数据与湿度传感器B的采样数据，采用基于地心地固坐标系下的伪量测法实现温度传感器A和湿度传感器B的系统误差的估计；基于ECEF的系统误差估计算法具体为：
假设k时刻目标在本地直角坐标系下真实位置为X'1(k)＝[x'1(k),y'1(k),z'1(k)]T，极坐标系下对应的量测值为分别为距离、方位角、俯仰角；转换至本地直角坐标系下为X1(k)＝[x1(k),y1(k),z1(k)]T；传感器系统偏差为分别为距离、方位角和俯仰角的系统误差；于是有
其中表示观测噪声，均值为零、方差为
式(1)可以用一阶近似展开并写成矩阵形式为：
X'1(k)＝X1(k)+C(k)[ξ(k)+n(k)] (9)
其中，
设两部温度传感器A和B,则对于同一个公共目标(设地心地固坐标系下为X'e＝[x'e,y'e,z'e]T)，可得
X'e＝XAs+BAX'A1(k)＝XBs+BBX'B1(k) (10)
BA，BB分别为目标在温度传感器A与湿度传感器B本地坐标下的位置转换到ECEF坐标系下的位置时的转换矩阵；
定义伪量测为：
Z(k)＝XAe(k)-XBe(k) (11)
其中，XAe(k)＝XAs+BAXA1(k)；XBe(k)＝XBs+BBXB1(k)
将式(2)、式(3)代入式(4)可以得到关于传感器偏差的伪测量方程
Z(k)＝H(k)β(k)+W(k) (12)
其中，Z(k)为伪测量向量；H(k)为测量矩阵；β为传感器偏差向量；W(k)为测量噪声向量；由于nA(k),nB(k)为零均值、相互独立的高斯型随机变量，因此W(k)同样是零均值高斯型随机变量,其协方差矩阵为R(k)；
移动终端，用于在移动终端实现手术过程的观摩。
进一步，所述远程显示器的接收信号的信号模型表示为：
其中xi(t)i＝1,2…p是时频重叠的分量信号，p为分量信号的个数，t为时间；为方差为N加性高斯白噪声；为分量信号xi(t)的幅度；cik为调制信号；hi(t)(i＝1,...,N)为滚降系数α的升余弦成形滤波函数，且Tsi为各分量信号的码元速率；fci为各分量信号的载波频率，且wi＝2πfci；j为虚数的表示形式，且满足j2＝-1；各分量信号之间以及分量信号和噪声之间相互独立。
进一步，所述移动终端的离散函数模型：
式中：u(0)为初始信号，μ为混沌参数，ν为分数阶阶数，n为信号长度，j表示第j步迭代，α(μ,ν,j,n)为离散积分核，u(n)为第n步信号，n和N设置为800，m为1,L,N的整数；选定参数u(0)、μ、ν；
计算切映射b(m)：
再计算李亚谱诺夫指数λ：
判断依据为：计算出λ，假如λ>0，则说明能够产生混沌信号，否则不能产生混沌信号。
本发明的优点及积极效果为：可以在远程显示器和移动终端实现手术过程的全称观摩，为培训新的医生提供了培训平台，同时也增进了业内的交流，对于提高临床水平有着很大的帮助。温湿度传感器实时测量手术室的环境的温度和湿度，有助于医生提高手术的成功率。
附图说明
图1是本发明实施例提供的多功能机电手术系统结构示意图；
图中：1、远程显示器；2、中央处理器；3、机器人；4、温湿度传感器；5、移动终端。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示，本发明实施例提供的多功能机电手术系统包括：远程显示器1、中央处理器2、机器人3、温湿度传感器4、移动终端5。
远程显示器1，用于实现手术过程的远程显示；
中央处理器2，用于将手术的画面进行传输，并接收温湿度传感器4的信号；
机器人3，用于实现手术过程的操作；
温湿度传感器4，用于测量手术室的环境的温度和湿度；
移动终端5，用于在移动终端实现手术过程的观摩。
进一步，所述温湿度传感器包括温度传感器和湿度传感器；
时间对准过程完成传感器数据之间在时间上的对准，温度传感器A、湿度传感器B在本地直角坐标系下的量测数据分别为YA(ti)和YB(ti)，且温度传感器A的采样频率大于湿度传感器B的采样频率，则由温度传感器A向湿度传感器B的采样时刻进行配准，具体为：
采用内插外推的时间配准算法将温度传感器A的采样数据向湿度传感器B的数据进行配准，使得两个传感器在空间配准时刻对同一个目标有同步的量测数据，内插外推时间配准算法如下：
在同一时间片内将各传感器观测数据按测量精度进行增量排序，然后将温度传感器A的观测数据分别向湿度传感器B的时间点内插、外推，以形成一系列等间隔的目标观测数据，采用常用的三点抛物线插值法的进行内插外推时间配准算法得温度传感器A在tBk时刻在本地直角坐标系下的量测值为：
其中，tBk为配准时刻，tk-1,tk,tk+1为温度传感器A距离配准时刻最近的三个采样时刻，YA(tk-1),YA(tk),YA(tk+1)分别为其对应的对目标的探测数据；
完成时间配准后，根据温度传感器A的配准数据与湿度传感器B的采样数据，采用基于地心地固(Earth Center Earth Fixed,ECEF)坐标系下的伪量测法实现温度传感器A和湿度传感器B的系统误差的估计；基于ECEF的系统误差估计算法具体为：
假设k时刻目标在本地直角坐标系下真实位置为X'1(k)＝[x'1(k),y'1(k),z'1(k)]T，极坐标系下对应的量测值为分别为距离、方位角、俯仰角；转换至本地直角坐标系下为X1(k)＝[x1(k),y1(k),z1(k)]T；传感器系统偏差为分别为距离、方位角和俯仰角的系统误差；于是有
其中表示观测噪声，均值为零、方差为
式(1)可以用一阶近似展开并写成矩阵形式为：
X'1(k)＝X1(k)+C(k)[ξ(k)+n(k)] (15)
其中，
设两部温度传感器A和B,则对于同一个公共目标(设地心地固坐标系下为X'e＝[x'e,y'e,z'e]T)，可得
X'e＝XAs+BAX'A1(k)＝XBs+BBX'B1(k) (16)
BA，BB分别为目标在温度传感器A与湿度传感器B本地坐标下的位置转换到ECEF坐标系下的位置时的转换矩阵；
定义伪量测为：
Z(k)＝XAe(k)-XBe(k) (17)
其中，XAe(k)＝XAs+BAXA1(k)；XBe(k)＝XBs+BBXB1(k)
将式(2)、式(3)代入式(4)可以得到关于传感器偏差的伪测量方程
Z(k)＝H(k)β(k)+W(k) (18)
其中，Z(k)为伪测量向量；H(k)为测量矩阵；β为传感器偏差向量；W(k)为测量噪声向量；由于nA(k),nB(k)为零均值、相互独立的高斯型随机变量,因此W(k)同样是零均值高斯型随机变量,其协方差矩阵为R(k)。
所述中央处理器的信号传感成功率作为尖峰脉冲信号传输的评价标准，其中Wq＝(wq,1,…,wq,n)'为经过q次中继节点后的输出信号，W0＝(w0,1,…,w0,n)'为初始输入信号，w0,t＝1如果vt≥c3否则w0,t＝0，wq,t＝1如果Yq,t≥c3否则wq,t＝0，vt是原始输入信号，当q＞1，信号传感成功率称为信号传输成功率，数据传输领域的误码率作为信号传输成功率；
所述中央处理器的发送信号进行编码，信源发送的信息符号矩阵为其中每一个信息符号向量为sn满足功率限制条件采用对每一信息符号向量sn进行编码，然后对编码后的信号Ξsn进行对角化，可得信号最后对信号后乘扩展码矩阵获得时间分集，信源的发送信号矩阵表示为：
U＝diag(Ξsn)C；
于第n个信息符号向量，信宿的接收信号为：
其中为组合信道矩阵，为噪声矩阵，Dn(·)表示对角化操作，即取括号中矩阵的第n行元素置于对所得矩阵的对角线上，所得矩阵的其他位置元素都为0。
所述远程显示器的接收信号的信号模型表示为：
其中xi(t)i＝1,2…p是时频重叠的分量信号，p为分量信号的个数，t为时间；为方差为N加性高斯白噪声；为分量信号xi(t)的幅度；cik为调制信号；hi(t)(i＝1,...,N)为滚降系数α的升余弦成形滤波函数，且Tsi为各分量信号的码元速率；fci为各分量信号的载波频率，且wi＝2πfci；j为虚数的表示形式，且满足j2＝-1；各分量信号之间以及分量信号和噪声之间相互独立。
所述移动终端的离散函数模型：
式中：u(0)为初始信号，μ为混沌参数，ν为分数阶阶数，n为信号长度，j表示第j步迭代，α(μ,ν,j,n)为离散积分核，u(n)为第n步信号，n和N设置为800，m为1,L,N的整数；选定参数u(0)、μ、ν；
计算切映射b(m)：
再计算李亚谱诺夫指数λ：
判断依据为：计算出λ，假如λ>0，则说明能够产生混沌信号，否则不能产生混沌信号。
本发明实施例的多功能机电手术系统可以在远程显示器和移动终端实现手术过程的全称观摩，为培训新的医生提供了培训平台，同时也增进了业内的交流，对于提高临床水平有着很大的帮助。温湿度传感器实时测量手术室的环境的温度和湿度，有助于医生提高手术的成功率。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (3)
1.一种多功能机电手术系统，其特征在于，所述多功能机电手术系统包括：
远程显示器，用于实现手术过程的远程显示；
中央处理器，用于将手术的画面进行传输，并接收温湿度传感器的信号；
所述中央处理器的信号传感成功率作为尖峰脉冲信号传输的评价标准，其中Wq＝(wq,1,…,wq,n)'为经过q次中继节点后的输出信号，W0＝(w0,1,…,w0,n)'为初始输入信号，w0,t＝1如果vt≥c3否则w0,t＝0，wq,t＝1如果Yq,t≥c3否则wq,t＝0，vt是原始输入信号，当q＞1，信号传感成功率称为信号传输成功率，数据传输领域的误码率作为信号传输成功率；
所述中央处理器的发送信号进行编码，信源发送的信息符号矩阵为其中每一个信息符号向量为sn满足功率限制条件采用对每一信息符号向量sn进行编码，然后对编码后的信号Ξsn进行对角化，可得信号最后对信号后乘扩展码矩阵获得时间分集，信源的发送信号矩阵表示为：
U＝diag(Ξsn)C；
于第n个信息符号向量，信宿的接收信号为：
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>Y</mi>
<mrow>
<mo>(</mo>
<mi>D</mi>
<mo>)</mo>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>H</mi>
<mrow>
<mo>(</mo>
<mi>R</mi>
<mi>D</mi>
<mo>)</mo>
</mrow>
</msub>
<msub>
<mi>FH</mi>
<mrow>
<mo>(</mo>
<mi>S</mi>
<mi>R</mi>
<mo>)</mo>
</mrow>
</msub>
<mi>d</mi>
<mi>i</mi>
<mi>a</mi>
<mi>g</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&Xi;s</mi>
<mi>n</mi>
</msub>
<mo>)</mo>
</mrow>
<mi>C</mi>
<mo>+</mo>
<msub>
<mi>H</mi>
<mrow>
<mo>(</mo>
<mi>R</mi>
<mi>D</mi>
<mo>)</mo>
</mrow>
</msub>
<msub>
<mi>FV</mi>
<mrow>
<mo>(</mo>
<mi>R</mi>
<mo>)</mo>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>V</mi>
<mrow>
<mo>(</mo>
<mi>D</mi>
<mo>)</mo>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<msub>
<mi>H</mi>
<mrow>
<mo>(</mo>
<mi>S</mi>
<mi>R</mi>
<mi>D</mi>
<mo>)</mo>
</mrow>
</msub>
<msub>
<mi>D</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>X</mi>
<mo>)</mo>
</mrow>
<mi>C</mi>
<mo>+</mo>
<msub>
<mi>V</mi>
<mi>n</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>;</mo>
</mrow>
其中为组合信道矩阵，为噪声矩阵，Dn(·)表示对角化操作，即取括号中矩阵的第n行元素置于对所得矩阵的对角线上，所得矩阵的其他位置元素都为0；
机器人，用于实现手术过程的操作；
温湿度传感器，用于测量手术室的环境的温度和湿度；所述温湿度传感器包括温度传感器和湿度传感器；
时间对准过程完成传感器数据之间在时间上的对准，温度传感器A、湿度传感器B在本地直角坐标系下的量测数据分别为YA(ti)和YB(ti)，且温度传感器A的采样频率大于湿度传感器B的采样频率，则由温度传感器A向湿度传感器B的采样时刻进行配准，具体为：
采用内插外推的时间配准算法将温度传感器A的采样数据向湿度传感器B的数据进行配准，使得两个传感器在空间配准时刻对同一个目标有同步的量测数据，内插外推时间配准算法如下：
在同一时间片内将各传感器观测数据按测量精度进行增量排序，然后将温度传感器A的观测数据分别向湿度传感器B的时间点内插、外推，以形成一系列等间隔的目标观测数据，采用常用的三点抛物线插值法的进行内插外推时间配准算法得温度传感器A在tBk时刻在本地直角坐标系下的量测值为：
其中，tBk为配准时刻，tk-1,tk,tk+1为温度传感器A距离配准时刻最近的三个采样时刻，YA(tk-1),YA(tk),YA(tk+1)分别为其对应的对目标的探测数据；
完成时间配准后，根据温度传感器A的配准数据与湿度传感器B的采样数据，采用基于地心地固坐标系下的伪量测法实现温度传感器A和湿度传感器B的系统误差的估计；基于ECEF的系统误差估计算法具体为：
假设k时刻目标在本地直角坐标系下真实位置为X'1(k)＝[x'1(k),y'1(k),z'1(k)]T，极坐标系下对应的量测值为分别为距离、方位角、俯仰角；转换至本地直角坐标系下为X1(k)＝[x1(k),y1(k),z1(k)]T；传感器系统偏差为分别为距离、方位角和俯仰角的系统误差；于是有
其中表示观测噪声·均值为零、方差为
式(1)可以用一阶近似展开并写成矩阵形式为：
X'1(k)＝X1(k)+C(k)[ξ(k)+n(k)] (3)
其中，
设两部温度传感器A和B,则对于同一个公共目标(设地心地固坐标系下为X'e＝[x'e,y'e,z'e]T)，可得
X'e＝XAs+BAX'A1(k)＝XBs+BBX'B1(k) (4)
BA，BB分别为目标在温度传感器A与湿度传感器B本地坐标下的位置转换到ECEF坐标系下的位置时的转换矩阵；
定义伪量测为：
Z(k)＝XAe(k)-XBe(k) (5)
其中，XAe(k)＝XAs+BAXA1(k)；XBe(k)＝XBs+BBXB1(k)
将式(2)、式(3)代入式(4)可以得到关于传感器偏差的伪测量方程
Z(k)＝H(k)β(k)+W(k) (6)
其中，Z(k)为伪测量向量；H(k)为测量矩阵；β为传感器偏差向量；W(k)为测量噪声向量；由于nA(k),nB(k)为零均值、相互独立的高斯型随机变量，因此W(k)同样是零均值高斯型随机变量,其协方差矩阵为R(k)；
移动终端，用于在移动终端实现手术过程的观摩。
2.如权利要求1所述的多功能机电手术系统，其特征在于，所述远程显示器的接收信号的信号模型表示为：
<mrow>
<mi>y</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munder>
<mo>&Sigma;</mo>
<mi>i</mi>
</munder>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munder>
<mo>&Sigma;</mo>
<mi>i</mi>
</munder>
<msqrt>
<msub>
<mi>S</mi>
<mi>i</mi>
</msub>
</msqrt>
<msup>
<mi>e</mi>
<mrow>
<msub>
<mi>j&theta;</mi>
<mi>i</mi>
</msub>
</mrow>
</msup>
<msup>
<mi>e</mi>
<mrow>
<msub>
<mi>jw</mi>
<mi>i</mi>
</msub>
<mi>t</mi>
</mrow>
</msup>
<munder>
<mo>&Sigma;</mo>
<mi>k</mi>
</munder>
<msub>
<mi>c</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<msub>
<mi>h</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>-</mo>
<msub>
<mi>kTs</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msqrt>
<mi>N</mi>
</msqrt>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
其中xi(t)i＝1,2…p是时频重叠的分量信号，p为分量信号的个数，t为时间；为方差为N加性高斯白噪声；为分量信号xi(t)的幅度；cik为调制信号；hi(t)(i＝1,...,N)为滚降系数α的升余弦成形滤波函数，且Tsi为各分量信号的码元速率；fci为各分量信号的载波频率，且wi＝2πfci；j为虚数的表示形式，且满足j2＝-1；各分量信号之间以及分量信号和噪声之间相互独立。
3.如权利要求1所述的多功能机电手术系统，其特征在于，所述移动终端的离散函数模型：
<mrow>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mi>&alpha;</mi>
<mrow>
<mo>(</mo>
<mi>&mu;</mi>
<mo>,</mo>
<mi>v</mi>
<mo>,</mo>
<mi>j</mi>
<mo>,</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>u</mi>
<mo>(</mo>
<mrow>
<mi>j</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
式中：u(0)为初始信号，μ为混沌参数，ν为分数阶阶数，n为信号长度，j表示第j步迭代，α(μ,ν,j,n)为离散积分核，u(n)为第n步信号，n和N设置为800，m为1,L,N的整数；选定参数u(0)、μ、ν；
计算切映射b(m)：
<mrow>
<mi>b</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>b</mi>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<mi>&alpha;</mi>
<mrow>
<mo>(</mo>
<mi>&mu;</mi>
<mo>,</mo>
<mi>v</mi>
<mo>,</mo>
<mi>j</mi>
<mo>,</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mi>b</mi>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mn>2</mn>
<mi>u</mi>
<mo>(</mo>
<mrow>
<mi>j</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mi>b</mi>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>1</mn>
<mo>;</mo>
</mrow>
再计算李亚谱诺夫指数λ：
<mrow>
<mi>&lambda;</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<mo>&times;</mo>
<mi>l</mi>
<mi>n</mi>
<mo>|</mo>
<mi>b</mi>
<mrow>
<mo>(</mo>
<mi>N</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mo>;</mo>
</mrow>
判断依据为：计算出λ，假如λ>0，则说明能够产生混沌信号，否则不能产生混沌信号。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710090033 | 2017-02-20 | ||
| CN2017100900333 | 2017-02-20 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107456271A true CN107456271A (zh) | 2017-12-12 |
Family
ID=60547070
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710646559.5A Pending CN107456271A (zh) | 2017-02-20 | 2017-08-01 | 一种多功能机电手术系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107456271A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103720515A (zh) * | 2013-09-23 | 2014-04-16 | 深圳市汇健医疗工程有限公司 | 数字化dsa复合手术室智能控制系统 |
| CN103780369A (zh) * | 2014-01-24 | 2014-05-07 | 吴国成 | 一种基于分数阶离散映射的混沌序列产生方法 |
| CN104114337A (zh) * | 2012-02-15 | 2014-10-22 | 直观外科手术操作公司 | 一旦器械进入可由输入装置的操作者观察的显示区域将对器械的控制切换到输入装置 |
| CN104809326A (zh) * | 2014-06-23 | 2015-07-29 | 方洋旺 | 一种异步传感器空间配准算法 |
| CN106137359A (zh) * | 2016-07-22 | 2016-11-23 | 张立沼 | 一种骨科锁定螺钉 |
| CN106385291A (zh) * | 2016-12-06 | 2017-02-08 | 西安电子科技大学 | 认知无线电中时频重叠信号分量信号的信噪比估计方法 |
| CN106389056A (zh) * | 2016-12-21 | 2017-02-15 | 邢台医学高等专科学校 | 一种神经内科病人用头部理疗系统 |
| CN107044893A (zh) * | 2017-03-15 | 2017-08-15 | 何宗路 | 一种基于时域编解码的高精度动态信号传感和传输方法 |
-
2017
- 2017-08-01 CN CN201710646559.5A patent/CN107456271A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104114337A (zh) * | 2012-02-15 | 2014-10-22 | 直观外科手术操作公司 | 一旦器械进入可由输入装置的操作者观察的显示区域将对器械的控制切换到输入装置 |
| CN103720515A (zh) * | 2013-09-23 | 2014-04-16 | 深圳市汇健医疗工程有限公司 | 数字化dsa复合手术室智能控制系统 |
| CN103780369A (zh) * | 2014-01-24 | 2014-05-07 | 吴国成 | 一种基于分数阶离散映射的混沌序列产生方法 |
| CN104809326A (zh) * | 2014-06-23 | 2015-07-29 | 方洋旺 | 一种异步传感器空间配准算法 |
| CN106137359A (zh) * | 2016-07-22 | 2016-11-23 | 张立沼 | 一种骨科锁定螺钉 |
| CN106385291A (zh) * | 2016-12-06 | 2017-02-08 | 西安电子科技大学 | 认知无线电中时频重叠信号分量信号的信噪比估计方法 |
| CN106389056A (zh) * | 2016-12-21 | 2017-02-15 | 邢台医学高等专科学校 | 一种神经内科病人用头部理疗系统 |
| CN107044893A (zh) * | 2017-03-15 | 2017-08-15 | 何宗路 | 一种基于时域编解码的高精度动态信号传感和传输方法 |
Non-Patent Citations (1)
| Title |
|---|
| 穆晓敏等: "《基于张量分解的MIMO多中继系统半盲信道估计方法》", 《郑州大学学报》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105911518A (zh) | 机器人定位方法 | |
| CN104519571B (zh) | 一种基于rss的室内定位方法 | |
| CN104267375B (zh) | 一种外辐射源雷达网误差自配准方法 | |
| CN103630878B (zh) | 一种基于迭代自适应方法的频带融合方法及装置 | |
| CN105487063A (zh) | 一种基于外辐射源时延和多普勒频率的直接定位方法 | |
| CN106646453A (zh) | 一种基于预测值量测转换的多普勒雷达目标跟踪方法 | |
| CN109490826A (zh) | 一种基于无线电波场强rssi的测距与位置定位方法 | |
| CN107947881A (zh) | 一种混合高斯噪声稀疏贝叶斯频谱感知方法 | |
| CN106890008A (zh) | 一种脑血管分析系统 | |
| CN114259213A (zh) | 杂波背景下毫米波mimo雷达的邻近多目标生命体征检测方法 | |
| CN108088500A (zh) | 一种智能综合性环境检测系统及方法 | |
| CN112346010B (zh) | 基于尺度差和时差的双机无源定位方法 | |
| CN107121662A (zh) | 基于空域稀疏表示的单站无源定位方法 | |
| CN104535987A (zh) | 适用于均匀圆阵列声纳系统的幅相误差自校正方法 | |
| US20200333450A1 (en) | High-Throughput Wireless Communications Encoded Using Radar Waveforms | |
| CN114740469A (zh) | Isar回波实时精细模拟生成方法、装置和存储介质 | |
| CN111007457B (zh) | 一种基于块稀疏贝叶斯模型的辐射源直接定位方法 | |
| Jeong et al. | Fundamental limits of TOA/DOA and inertial measurement unit-based wireless capsule endoscopy hybrid localization | |
| CN110907887A (zh) | 一种基于均匀圆阵的超分辨测向装置及处理系统 | |
| CN114966656A (zh) | 一种基于毫米波设备的定位方法及装置 | |
| CN103916953B (zh) | 目标定位的方法、系统及检测节点 | |
| CN105158732A (zh) | 一种无线传感器网络协助的移动机器人自定位方法 | |
| CN114189301A (zh) | 一种基于实测多径数据的无线信道仿真方法及装置 | |
| CN107456271A (zh) | 一种多功能机电手术系统 | |
| CN108594172A (zh) | 一种射频信号测距的方法、存储介质、系统及中央处理器 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171212 |
|
| RJ01 | Rejection of invention patent application after publication |