控制機器臂運動的表面肌電信號變換規(guī)律的研究.pdf

1、表面肌電信號是從人體骨骼肌表面通過電極記錄下來的神經(jīng)肌肉活動時發(fā)放的生物電信號，它反映了神經(jīng)、肌肉的功能狀態(tài)。表面肌電信號在臨床醫(yī)學(xué)、運動醫(yī)學(xué)、人機工效學(xué)、康復(fù)醫(yī)學(xué)、神經(jīng)生理學(xué)、電生理學(xué)等領(lǐng)域被廣泛應(yīng)用，而且還成為人工假肢的理想控制信號。
　　 隨著信號處理方法和計算機技術(shù)的發(fā)展，如何從sEMG信號中有效地提取信息并實現(xiàn)準(zhǔn)確的動作識別，是肌電控制假肢實用化進程中的重要問題。為此本文在sEMG信號的規(guī)律研究上進行了理論和實踐上的探

2、討。所做的主要工作如下：
　　 1.上肢做屈伸運動時，采集肱二頭肌群的表面肌電信號，然后采用小波變換的方法，應(yīng)用Matlab軟件，對表面肌電信號進行去噪處理。
　　 2.采用多尺度(分辨率)小波變換方法對表面肌電信號進行分析，并且根據(jù)實際情況，獨創(chuàng)性地提取各級尺度下小波系數(shù)幅值的最大值(正)和最小值(負(fù))獲得了簡單、特殊性高、分離度更明顯、表征能力更好的肌電特征向量。
　　 3.通過研究BP神經(jīng)網(wǎng)絡(luò)非線性映射能，

3、在搞清BP網(wǎng)絡(luò)固有缺陷的前提下，采取各種優(yōu)化算法對BP網(wǎng)絡(luò)進行改進。本文創(chuàng)新性地將Levenberg-Marquardt算法進行改進應(yīng)用于肌電信號的分類，得到了分類速度極快，識別精度極高的BP分類網(wǎng)絡(luò)。實驗證明，這種改進的網(wǎng)絡(luò)不但能夠成功的從表面肌電信號中識別上肢屈伸運動模式，而且在網(wǎng)絡(luò)識別速度和精度上有了很大提高，有效地消除了過擬合現(xiàn)象，泛化能力好，很好了克服了標(biāo)準(zhǔn)BP算法的固有缺陷。這對于肌電假肢的控制具有良好的應(yīng)用前景。