基于直方圖和頻譜的表面肌電信號(hào)處理.pdf_第1頁(yè)
已閱讀1頁(yè),還剩51頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、表面肌電信號(hào)(surface electromyography (SEMG)蘊(yùn)涵了很多與肢體運(yùn)動(dòng)相關(guān)聯(lián)的信息,用SEMG 控制仿生假手已成為假手研究的一項(xiàng)重要內(nèi)容,因此還原表面肌電信號(hào)中蘊(yùn)含的信息,對(duì)假肢研究意義重大。本文結(jié)合課題要求,從SEMG信號(hào)的拾取、預(yù)處理、特征提取、基于SEMG 信號(hào)的動(dòng)作模式識(shí)別等多個(gè)方面進(jìn)行了理論探索和實(shí)踐。對(duì)信號(hào)的盲源分離、基于直方圖和頻譜分析的特征提取,及先識(shí)別后融合的分類方法進(jìn)行了深入的研究,以此為目

2、標(biāo),本文作了以下工作:
   (1)本文簡(jiǎn)要概括了肌電假手的研究背景、研究現(xiàn)狀和研究意義;總結(jié)了SEMG 信號(hào)處理中常用的特征提取方法,同時(shí)選擇直方圖和頻譜分析作為本文特征提取的切入點(diǎn),為接下去的研究奠定基礎(chǔ)和方向,并介紹了幾種肌電假手動(dòng)作識(shí)別的常用模式分類方法;
   (2)本文針對(duì)多通道肌電信號(hào)采集產(chǎn)生的混迭現(xiàn)象,首次將時(shí)頻分析和參考累積量算法結(jié)合,提出一種改進(jìn)的盲源分離算法用于消除SEMG 混迭現(xiàn)象。算法整合了參考

3、累積量在統(tǒng)計(jì)非平穩(wěn)信號(hào)信息的優(yōu)勢(shì)和時(shí)頻分析在反映高階統(tǒng)計(jì)量變化的優(yōu)勢(shì),通過(guò)構(gòu)造參考累積量矩陣作為對(duì)照函數(shù),并進(jìn)行時(shí)頻分析,利用非正交聯(lián)合對(duì)角化(Non-Orthogonal Joint Diagonalization)該矩陣,最后得到本通道的最優(yōu)SEMG 估計(jì),為接下去的SEMG 模式識(shí)別打下基礎(chǔ)。
   (3)為有效提取SEMG 信號(hào)的特征,本文提出了一種基于直方圖和頻譜分析的特征提取方法。作者經(jīng)過(guò)分析后認(rèn)為要想更好的表征SE

4、MG 信號(hào)的特征,應(yīng)該從不同的角度對(duì)其特征參數(shù)進(jìn)行提取,本文利用直方圖統(tǒng)計(jì)對(duì)SEMG 信號(hào)時(shí)域特征參數(shù)即兩路SEMG最大波幅比值進(jìn)行提取,同時(shí)結(jié)合頻譜分析提取SEMG頻域特征參數(shù)—功率譜比值。最后利用BP 神經(jīng)網(wǎng)絡(luò)對(duì)時(shí)域和頻域的兩類特征參數(shù)分別進(jìn)行模式識(shí)別,利用其得到的識(shí)別結(jié)果再進(jìn)行D-S 證據(jù)融合,得到最終的識(shí)別結(jié)果。算法既利用D-S 理論來(lái)表達(dá)和處理不精確的、模糊的信息,又可以發(fā)揮神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)、自適應(yīng)和容錯(cuò)能力,使整個(gè)識(shí)別系統(tǒng)具

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論