用于人类平衡间歇性神经控制的统计物理框架

《IEEE Transactions on Cybernetics》:A Statistical Physics Framework for Intermittent Neural Control of Human Balance

【字体: 大 中 小 】 时间:2026年04月21日 来源:IEEE Transactions on Cybernetics 10.5

编辑推荐:

  本研究针对安静站立(quiet stance)中非线性间歇神经控制(intermittent neural control)因状态切换、流形触发及噪声延迟导致的稳定性分析难题,构建了统计物理框架。通过理论分析与数值验证,量化了系统参数对稳定边界的影响,为跌倒风险(fall-risk)评估及下肢外骨骼(lower-limb exoskeletons)控制设计提供了理论支撑。

  

5. 论文解读

研究背景:为什么站立不动也是个“技术活”?

人类安静站立(quiet stance)看似轻松,实则是神经系统应对“倒立摆”力学不稳定性的高阶控制过程。传统线性连续控制模型难以解释实际站立中观察到的特征性身体摇摆(sway),而间歇神经反馈控制(intermittent neural control)被认为是更符合生理机制的解释——神经系统并非时刻紧绷,而是像经验丰富的司机,只在姿态偏离达到特定阈值时才“踩刹车”进行脉冲式调节。
然而,这种“间断上岗”的控制策略带来了理论挑战:它属于非线性控制,具有状态依赖切换(state-dependent switching)和流形触发激活(manifold-triggered activation)特性。加上神经信号传输的固有延迟(delays)和环境中的随机噪声(stochastic noise),使得基于李雅普诺夫(Lyapunov)的传统稳定性分析工具“水土不服”。正因如此,该领域长期依赖数值模拟,缺乏严谨的解析结果,阻碍了我们对平衡控制机制的理解及其在防跌倒、康复机器人等领域的应用。

主要技术方法

本研究为分析含时滞和噪声的间歇控制系统,开发了一套统计物理框架(statistical-physics-based approach)以补充传统李雅普诺夫分析。通过建立非线性动力学模型,设定流形触发条件,理论推导了系统的边际稳定性(marginal stability)条件。利用数值模拟(如随机微分方程求解)验证了理论边界,并系统扫描了关键参数(如反馈增益、时滞、噪声强度)对稳定区域的影响。

研究结果

控制流形的双面性
研究发现,触发控制的流形(manifold)并非总是“稳定器”。在某些激活区域,流形会引入不稳定性,而在另一些区域则能增强系统的鲁棒性。这意味着神经控制的“开关”策略是一把双刃剑,其效果高度依赖于当前的姿态状态。
稳定边界的量化图谱
通过理论分析与数值验证相结合,研究成功绘制了间歇控制系统的稳定参数区域图谱。该框架明确了在存在噪声和延迟的条件下,系统保持稳定(特别是边际稳定)所需的反馈增益、时滞容忍度等关键参数的边界条件。

结论与意义

这项工作为研究安静站立中的非线性、噪声扰动和延迟动力学提供了基于统计物理的解析视角。它证实了间歇控制在理论上的可行性,并量化了其稳定性的参数空间。这一成果不仅深化了对神经平衡调节机制的理解,更重要的是,其理论框架可直接应用于跌倒风险(fall-risk)的定量评估以及下肢外骨骼(lower-limb exoskeletons)的控制算法设计,为从“理解人”到“辅助人”的转化提供了坚实的理论基础。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号