基于HMM的下肢表面肌电信号模式识别的研究.pdf

《基于HMM的下肢表面肌电信号模式识别的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第1期机械设计与制造2015年1月MachineryDesign&Manufacture39基于HMM的下肢表面肌电信号模式识别的研究陈贵亮，周晓晨，李晨，刘更谦(河北工业大学机械工程学院，天津300130)摘要：采用隐马尔科夫(HMM)的信号分类识别方法，用以实现下肢步态中各细分动作的更好识别和描述。首先将待分类的肌电信号进行预处理，按等时间间隔对每通道的肌电信号划分不同的段，采用小波变换方法对每个数据段内肌电信号进行多尺度分解，并提取小波分解系数的奇异值构成观察值序列。将步态周期的四种运动模式与HMM状态一一对应，

2、用Baum～Welch算法对HMM参数进行重估训练，再用标定技术处理的前向后向算法和Viterbi算法进行识别，得到的平均识别率高于90％。然后在四种运动模式中分别提取小波特征组成特征编码，送入概率神经网络(PNN)中进行识别。证明HMM的识别效果优于概率神经网络，能够更好地应用于假肢的控制研究。关键词：表面肌电信号；隐马尔科夫模型；小波变换；模式识别；概率神经网络中图分类号：TH16；TP391．4文献标识码：A文章编号：1001—3997(2015)01—0039—04TheResearchofLowerLimbE

3、MGPatternRecognitionBasedonHMMCHENGui—liang，ZHOUXiao—chen，LIChen，LIUGeng-qian(InstituteofMechanicalEngineering，HebeiUniversityofTechnology，Tianjin300130，China)Abstract：Inordertoidentifythelowerlimbgaitmovementofeachsegmentbetter，amethodisproposedforsclassifcatio

4、nbasedonhiddenmo2"kovmodel(HMM)．F／rst，itisnecessarytopreprocesstheclassifedEMGs~gud，divideintodiferentsectionsEMGs~gudofeachchannelbyequaltimeintervals，l3ewavelettransformmethodfardecomposingtheEMGs~gualwithineachdatasegment，andextractwaveletdecompositionsingula

5、rvalueforcreatingcoefficientsequenceofobservations．ThecyclemovementpatternsoffouronecorrespondswiththeHMMstate，theBaum—WelchalgorithmforHMMparametersrevaluatestraining，andthenthecalibrationtechniqueandtheforward-backwardalgorithmareusedtoidentifytheVi~rbialgorit

6、hm，theresultofaveragerecognitionishigherthan90％．Then，thefoursportsmodecompositioncharacteristicsareextractedwaveletfeaturesandencodedintotheprobabilisticneuralnetwork(PNN)inidentifwation．ItisprovedthattheHMMrecognitionissuperiortoprobabilisticneuralnetwork，andit

7、cancontroltheArtificiallimbbetter．KeyWords：SurfaceEMG；HiddenMarkovModel；WaveletTransform；PatternRecognition；ProbabilisticNeuralNetwork1引言高速寻找优化解的能力目，在肌电信号识别问题上有着广泛的实际应用。但其设计主要基于最小训练误差以及实验者的经验达到表面肌电信号(SEMG)是从肌肉表面通过电极引导记录下理想的结果，学习算法对新鲜样本的适应能力弱，易产生过学习来的肌肉收缩时伴随的电信号，

8、它是肌肉中许多动作电位序列在问题，在下肢运动模式识别中不能达到很好的效果。与此同时，还皮肤表面的叠加，能够实时、准确地反应肌肉活动和功能状态，因有其他的方法，比如文献采用模糊系统对EMG信号进行识别控而在临床诊断、基础医学和康复工程等领域有广泛的应用Ⅱ】。目制假肢。文献_7J采用支持向量机对上肢肌电信号进行识别等。前，已成功把肌电