上肢表面肌电信号的特征分析方法研究

《上肢表面肌电信号的特征分析方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码：10385分类号：研究生学号：1200401006密级：上肢表面肌电信号的特征分析方法研究StudyonFeatureAnalysisMethodsofUpperLimbsEMGSignal作者姓名：李会指导教师：邵辉副教授实际单位导师：专业学位类别：工程硕士专业学位领域：电气工程研究方向：智能技术与自动化装置所在学院：信息科学与工程学院论文提交日期：二〇一五年四月十日学位论文独创性声明本人声明兹呈交的学位论文是本人在导师指导下完成的研究成果。论文写作中不包含其他人已经发表或撰写过的研究内容，如参考他人或集体的科研成果，均在论文中以明确的方

2、式说明。本人依法享有和承担由此论文所产生的权利和责任。论文作者签名：签名日期：学位论文版权使用授权声明本人同意授权华侨大学有权保留并向国家机关或机构送交学位论文的复印件和电子版，允许学位论文被查阅和借阅。本人授权华侨大学可以将本学位论文的全部内容或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。论文作者签名：指导教师签名：签名日期：签名日期：摘要摘要表面肌电信号（surfaceelectronomyographysignal,sEMG）是通过表面电极从人体肌肉表面采集到的神经肌肉活动时候发出的生物电信号。它为临

3、床医学、康复医学、运动医学、神经生理学等领域的研究和应用提供了安全便捷的无创性切入口。随着信号处理技术的发展，如何从表面肌电信号中提取出有效、准确的特征信息并完成动作识别，已经成为人体肌电假肢控制、残疾人康复治疗及机械臂驱动等重要的研究内容。本文根据MATLAB/XPCTarget的宿主机－目标机模式的实时数据采集系统，结合多个表面电极贴片，搭建了一个表面肌电信号的实验采集平台，用来完成对上臂六种不同动作的表面肌电信号的采集。基于对所采集到表面肌电信号特征的分析研究，本文完成了以下工作：1)选用小波包去噪方法对信号进行去噪处理。实验表明，与传统方法相

4、比，小波包去噪法的信噪比最高，均方根误差和平滑度最小，去噪效果最好；该方法能有效滤除噪音信号并保留大量有用信号，最适合于表面肌电信号的去噪处理。2)分别从时域、频域和时频域（小波分析）三个方面对表面肌信号做特征提取。通过实验分析对比，发现时域和频域特征均不是特别明显，而小波分析中小波系数的最大值和奇异值能较好地表征信号特征，可以用来构建信号的特征矢量。3)采用神经网络分类法进行分类决策；通过把动量BP法和LM算法改进后的网络与标准BP网络的分类结果进行比较分析发现，动量BP网络和LM网络比标准BP网络都有了较大提高；而效果最好的是LM网络，收敛速度最

5、快，准确率可以达到95%以上。关键词：表面肌电信号小波包变换去噪特征提取神经网络I华侨大学硕士学位论文AbstractThesurfaceelectromyographysignal(sEMG)canbemonitorednoninvasivebyusingelectrodesontheskinsurfaceanditprovidesaneasyaccesstostudyinginclinicalmedicine,rehabilitationmedicine,sportsmedicine,neurophysiology,andetc.Withthed

6、evelopmentofsignalprocessingtechnology,howtoextracttheeffectiveandaccurateinformationfromsEMGandmaketheactionrecognizedhasbecomeanimportantresearchcontentinhumanbodymuscleelectriccontrolandrehabilitationforthedisabled.Thepapermainlyaimsatthesignalde-noising,featureextractionand

7、patternrecognition.Inthispaper,theexperimentalplatformofacollectionofsurfaceEMGsignalisconstructed.ItisbasedonmultipleelectrodeofsEMGandthesystemoftheMATLAB/XPCTarget.Thesystemisareal-timedataacquisitionbyusinghostandtargetmachine.Sixdifferentkindsofaction’ssEMGsignalsoftheuppe

8、rarmhavebeenacquiredeffectively.Thefeatureanalysismeth