小样本下肢意图解码
对抗生成与图自注意力结合的网络，从表面肌电信号中预测关节角度，在小样本条件下仍能稳定解码下肢运动意图。
Li, Feng · Ziqiang, Chen · Ming, Yang · Dingkui, Tian · Gao, Fei · Wu, Xinyu
IEEE/ASME Transactions on Mechatronics 2024
通过生成对抗学习扩充特征化的 sEMG 数据，缓解了标注数据不足的问题，在小样本数据集上仍能得到稳定的意图解码结果。
基于图结构的时空自注意力机制同时建模局部和全局的 sEMG 特征，能更完整地提取步态周期中的运动模式。
通过 Lyapunov 函数证明的鲁棒跟随控制器能在外骨骼系统存在未建模误差和外部扰动时，将跟踪误差维持在较小范围内，保证控制稳定性。