表面肌電信號處理和模式識別方法研究.pdf

1、人體表面肌電信號是通過人體表面電極,在人體皮膚表面采集的多個肌肉共同運動所產(chǎn)生的電信號。不同的動作引發(fā)不同的肌肉群作用,產(chǎn)生不同的電信號。重要的人體運動信息都包含在表面肌電信號中。人體表面肌電信號對于研究人體動作的識別以及人體健康狀況具有非常重要的意義,同時它也被廣泛的應用在人體假肢控制、康復訓練、臨床醫(yī)學和機械控制等諸多領域中。
　　 本文通過對人體表面肌電信號的處理來識別人體動作,從而實現(xiàn)對人體假肢的控制,用于對殘疾病人的康

2、復治療。本文主要研究表面肌電信號的消噪、特征提取和模式識別,這也是近幾年來國內(nèi)外專家學者們所研究的重點。本文的主要工作如下:
　　 (1)對待識別的人體動作采集相應的信號并分析處理。針對表面肌電信號非線性和混沌等特性,提出了最優(yōu)小波包自適應閾值消噪算法,無論是信噪比還是均方誤差,效果都比傳統(tǒng)小波消噪算法好。
　　 (2)分析了小波系數(shù),自回歸模型參數(shù)等幾種經(jīng)典的表面肌電信號特征提取方法。結(jié)合表面肌電信號的特點,提出了小波

3、高頻系數(shù)的最大絕對值和小波系數(shù)與最大利亞普諾夫指數(shù)聯(lián)合特征值兩種特征提取方法。這兩種方法均能夠很好地反應人體表面肌電信號的特點,具有比較好的識別特性。
　　 (3)采用反向傳播神經(jīng)網(wǎng)絡對人體手勢動作和下肢腳部動作進行識別,通過對判別準則的改進以及隱含神經(jīng)元個數(shù)和訓練誤差的優(yōu)化,使識別率大大提高,實現(xiàn)了更好的識別效果。
　　 本文還設計了人體表面肌電信號處理和模式識別軟件系統(tǒng),運用所提出的新算法,實現(xiàn)了對人體上肢手勢動作和