基于主元分析和線性判別分析的表面肌電信號動作識別的研究.pdf

1、近年來，隨著計算機、模式識別、現(xiàn)代信號處理等技術(shù)的不斷更新，國內(nèi)外研究人員開展了對表面肌電信號的深入研究。研究表明，表面肌電信號對于殘疾人的肌肉康復(fù)工程、運動員的肌肉訓(xùn)練項目以及智能假肢、智能輪椅的控制應(yīng)用有著重要的意義。本文在深入了解表面肌電信號產(chǎn)生機理的基礎(chǔ)上，根據(jù)表面肌電信號的性質(zhì)特征，主要研究上肢前臂的表面肌電信號采集、動作模式特征提取以及動作模式分類算法，進而實現(xiàn)人體上肢前臂展拳、握拳、手腕外翻、手腕內(nèi)翻四種動作模式的判別分類

2、。這為最終實現(xiàn)肌電輪椅的控制提供了一定的理論依據(jù)和實踐基礎(chǔ)。本文的主要工作及創(chuàng)新之處如下：
　　（1）構(gòu)建了肌電信號采集實驗平臺，包括表面肌電信號采集硬件電路設(shè)計和基于虛擬儀器的軟件平臺。采用此平臺能夠?qū)崟r采集到可靠穩(wěn)定的表面肌電信號數(shù)據(jù)。
　?。?）針對表面肌電信號的非平穩(wěn)性及小波包變換系數(shù)維數(shù)過高的問題，為了能夠有效的獲得表面肌電信號的特征參數(shù)，準確表征表面肌電信號，提出一種小波包主元分析的表面肌電信號動作模式特征提取新

3、方法。對采集到的肱橈肌和橈側(cè)腕曲肌兩路表面肌電信號進行小波包主元分析，從而獲得運動模式特征矩陣；并與時域分析、小波包分析等特征提取方法進行對比實驗。通過使用線性判別分類器進行對比實驗可得，小波包主元分析法優(yōu)于時域分析法和小波包分析法，能夠更加有效的表征表面肌電信號。
　?。?）為了能夠更加準確識別上肢動作，采用線性判別分析法對表面信號進行動作識別。通過與BP網(wǎng)絡(luò)、RBF網(wǎng)絡(luò)、支持向量機等分類器進行對比實驗可得，線性判別分析法對運動