<<
>>

Построение линейной параметрической модели переходной характеристики биоматериала

Одной из энергетических характеристик БАТ является ее переходная характеристика[19]. Биоматериал будем представлять эквивалентной схемой в виде многоэлементного RC-двухполюсника [79, 80], представленной на рисунке 2.1.

Рисунок 2.1 - Схема многоэлементного RC-двухполюсника, эквивалентного электрическому сопротивления биоматериала

Операторное сопротивление Z(s) этого двухполюсника определяется как:

Наша задача заключается в том, чтобы определить модель переходной характеристики на выходе измерительной схемы, представленной на рисунке 2.2.

Рисунок 2.2 - Функциональная схема автоматизированной системы исследования переходной характеристики в БАТ

Операторное уравнение, предназначенное для определения модели выходного сигнала можем определить исходя из эквивалентной схемы, представленной на рисунке 2.3.

Рисунок 2.3 - Эквивалентная схема для определения выходного сигнала в измерительной цепи

Для упрощения последующих расчетов полагаем, что сопротивление токового резистора ЯТв измерительной цепи для построения переходной характеристики (рисунок 2.3)-сопротивление компоненты

биоматериала, связанной с проводимостью проводников второго рода. Согласно

справочным данным электрическая проводимость σ этой компоненты составляет, в среднем 1 См/м, поэтому для вычисления электрического сопротивления этой компоненты можем воспользоваться известной формулой:

где ∕≈i∖ι, а s определяется согласно эквивалентной схемы рисунок 2.4 и, в среднем, не меньше 0,01 м2, то R2не более 100 Ом.

Учитывая, что RТ≈1кОм, условие R-γ>>R2выполняется.

Рисунок 2.4 - Эквивалентная схема распространения электрического тока в биообъекте

Для выходного напряжения ивых(1:)можем записать:

где Z1определяется из (2.1) путем замены R2на R∙r, то есть

Уравнение (2.4) можно упростить, представив в виде суммы простейших дробей, пологая, что R1>>R-r.

В операторной форме напряжение на выходе измерительной схемы рисунок

2.3 запишется как:

где * - значок операции сверткипри учете, что на входе ступенчатая

функция Хэвисайда.

Чтобы не брать интеграл в (2.6), для нахождения передаточной функции W(s)эквивалентной схемы рисунок 2.3, воспользуемся для ее определения уравнением (2.3).

Принимая во внимание, чтоуравнение (2.3) можем

записать

При этом передаточная функция (схема на рисунке 2.3):

Учитывая, что

для передаточной функции измерительной цепи получим:

Представим (2.10) в виде суммы простейших дробей:

где

W1(s) соответствует оператор переходной характеристике

(2.12) соответствует переходный процесс:

а W2(s) соответствует оператор переходной характеристике переходный процесс:

Суммируя правые и левые части уравнений (2.14) и (2.15), а также учитывая множитель в (2.11) получим модель переходной характеристики биоматериала:

Раскрывая скобки в (2.16) окончательно получим

Отметим, что уравнение (2.17) получено в предположении, что входное напряжение представляет собой ступенчатую единичную функцию.

При моделировании реальной величины ступеньки учитывается множитель в (2.17).

2.2.2

<< | >>
Источник: Старцев Евгений Александрович. НЕЧЕТКИЕ НЕЙРОСЕТЕВЫЕ МОДЕЛИ В ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКЕ ПРОГНОЗИРОВАНИЯ ЗАБОЛЕВАНИЙ ВОДИТЕЛЕЙ ТРАНСПОРТНЫХ СРЕДСТВ ЭКСТРЕННЫХ СЛУЖБ. Диссертация на соискание ученой степени кандидата технических наук. КУРСК- 2018. 2018

Еще по теме Построение линейной параметрической модели переходной характеристики биоматериала:

  1. Формирование признакового пространства по переходным характеристикам биоматериала
  2. Программно-аппаратный комплекс для исследования переходных характеристик в аномальных зонах электропроводимости биоматериала
  3. Разработка метода построения гибридных нечетких моделей для прогнозирования возникновения и осложнений артериальной гипертензии у водителей транспортных средств с учетом энергетических характеристик биоактивных точек
  4. Порядок построения модели
  5. Методы и модели построения виртуальных потоков
  6. Построение модели классификации с применениемдискриминантного анализа
  7. 4.4 Метод построения универсального аппроксиматора на основе МГУА- моделей
  8. Выбор подхода к построению модели классификации
  9. Построение базовой модели мультиагентной интеллектуальной системы для прогноза риска инсультов
  10. 5. Характеристика методологических принципов построения психологической диагностики.
  11. 3.9. Методические основы построения распределения характеристик состава и свойств воды по площади акватории по данным измерений с помощью СПК.
  12. 2.2.6. Линейные измерения
  13. Линейная диаграмма
- Акушерство и гинекология - Анатомия - Андрология - Биология - Болезни уха, горла и носа - Валеология - Ветеринария - Внутренние болезни - Военно-полевая медицина - Восстановительная медицина - Гастроэнтерология и гепатология - Гематология - Геронтология, гериатрия - Гигиена и санэпидконтроль - Дерматология - Диетология - Здравоохранение - Иммунология и аллергология - Интенсивная терапия, анестезиология и реанимация - Инфекционные заболевания - Информационные технологии в медицине - История медицины - Кардиология - Клинические методы диагностики - Кожные и венерические болезни - Комплементарная медицина - Лучевая диагностика, лучевая терапия - Маммология - Медицина катастроф - Медицинская паразитология - Медицинская этика - Медицинские приборы - Медицинское право - Наследственные болезни - Неврология и нейрохирургия - Нефрология - Онкология - Организация системы здравоохранения - Оториноларингология - Офтальмология - Патофизиология - Педиатрия - Приборы медицинского назначения - Психиатрия - Психология - Пульмонология - Стоматология - Судебная медицина - Токсикология - Травматология - Фармакология и фармацевтика - Физиология - Фтизиатрия - Хирургия - Эмбриология и гистология - Эпидемиология -