肌電假肢的表面肌電信號特征提取與識別.pdf

1、表面肌電信號具有無創(chuàng)傷測量、仿生性好等特點，已成為肌電假肢理想的控制信號源。目前表面肌電信號特征提取與分類識別的方法不十分成熟，表面肌電信號未得到廣泛應(yīng)用。因此，如何提取表面肌電信號的有效特征，并針對這些特征實現(xiàn)動作高準確率分類，成為肌電假肢實用化進程中的重要問題。本文分別對上肢肱二頭肌、肱三頭肌、三角肌的運動采集表面肌電信號，通過對信號進行小波閾值去噪、特征提取和分類識別處理，實現(xiàn)上肢曲臂、伸臂、手臂垂直內(nèi)旋和手臂垂直外旋4個動作的高

2、準確率的分類。
　　首先，對小波閾值去噪方法進行分析，針對硬軟閾值存在不連續(xù)點和恒定偏差的問題，利用非線性函數(shù)過渡，引入控制系數(shù)，運用一種改進閾值去噪方法對肌電信號進行去噪處理。表面肌電信號分別用三種閾值去噪法去噪后的實驗結(jié)果表明，改進閾值去噪法不僅兼顧了硬軟閾值去噪法的優(yōu)點，而且提高了表面肌電信號的信噪比。運用數(shù)值分析法對改進閾值去噪法的控制系數(shù)進行參數(shù)整定后，得到了信噪比較高的表面肌電信號，為表面肌電信號特征提取和分類作準備。

3、
　　其次，表面肌電信號經(jīng)去噪和活動段檢測后，分別提取信號的時域特征、AR模型系數(shù)及每級小波系數(shù)模最大值特征，并將三種進行比較。實驗結(jié)果顯示，后兩者對表面肌電信號有很好的可分性。本文運用單一特征組合的方法，將后兩者進行組合作為特征矢量，經(jīng)PCA降維處理后，選用BP神經(jīng)網(wǎng)絡(luò)分類器和支持向量機分類器進行分類識別，并與單一特征和其他組合特征進行分類率比較。實驗結(jié)果表明，本文提出的組合特征具有較好的表面肌電信號表征能力，其準確率分類均高于