基于最小二乘法的姿势控制连续与间歇反馈模型参数估计研究

为解决姿势控制机制中连续与间歇反馈模型参数识别不足的问题，研究人员通过踝关节扭矩信号，采用最小二乘法(LS)、非负最小二乘法及有界变量最小二乘法，对比分析了青年与老年人群在不同感官条件下的静态站立数据。结果显示模型拟合优度高(R2>0.86)，被动刚度参数稳定而主动参数具有适应性，仿真验证了模型有效性，为理解平衡调控机制提供了新方法。

　　

这项研究像一场精密的"平衡解密实验"——通过捕捉人体站立时的踝关节扭矩信号，运用最小二乘法(LS)这套数学"解码器"，成功破译了姿势控制中连续反馈和间歇反馈两种模型的参数密码。研究团队收集了年轻人和老年人在不同感官条件(如睁眼/闭眼)下的身体摇摆数据，就像给平衡系统设置了多重"干扰测试"。

三种LS算法展现出惊人的建模能力，R²>0.86的拟合优度证明这些数学模型几乎能完美复现真实的人体平衡调控。特别有趣的是，间歇模型中的被动刚度像"机械弹簧"般稳定，而主动控制参数则像"智能调节旋钮"会随感官条件变化，这种刚柔并济的设计揭示了人体平衡系统的精妙适应性。

当把这些参数代入计算机仿真时，虚拟人体竟然跳起了与现实高度吻合的"摇摆舞步"。虽然模型还存在些许误差，但这项研究为理解帕金森等平衡障碍疾病的神经机制提供了新的"数学显微镜"，未来或能帮助开发更精准的康复评估工具。