基于WPT和LDA的表面肌电信号特征识别方法-论文.pdf

《基于WPT和LDA的表面肌电信号特征识别方法-论文.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、计算机测量与控制．2014．22(4)·1288·ComputerMeasurement&Control算法、设计与应用文章编号：1671—4598(2014)O4—1288一O3中图分类号：TP212．3文献标识码：A基于WPT和LDA的表面肌电信号特征识别方法熊欣，刘小巍(河南工程学院软件学院，郑州451l91)摘要：针对时域特征参数在表面肌电信号(SEMG)模式识别过程中的局限性，提出一种小波包变换(wPT)和线性判别分析(LDA)相结合的新方法；通过虚拟仪器采集桡侧腕屈肌和肱桡肌两路表面肌电信号，应

2、用小波包变换对表面肌电信号进行多尺度分解，提取小波包系数并计算其均方根作为特征参数，应用线性判别分析对表面肌电信号数据进行分类识别；实验结果表明，采用此方法成功地从表面肌电信号中识别握拳、展拳、手腕内翻和手腕外翻4种动作，与时域参数相比，此方法更能有效提取表面肌电信号信息，且有较高的动作识别率，识别率高达98．2。关键词：小波包；线性判别分析；表面肌电信号；模式识别SEMGFeatureRecognitionBased0nWPTandLDAXlongXin。IiuXiaowei(SchoolofSoftwa

3、re，HennanInstituteofEngineering，Zhengzhou451191，China)Abstract：Accordingtothelimitationofthetimedomainfeaturesinpatternrecognitionofsurfaceelectromyography(SEMG)signal，weputforwardakindofmethodcombiningwaveletpackettransform(WPT)andlineardiscriminantanalys

4、is(LDA)．TwochannelSEMGsignalonflexorcarpiradialisandbrachi0radialisareacquiredwithvirtualinstrument．Thenweusewaveletpackettransform(WPT)tocarryoutSEMGmu1ti—scaledecomposition．extractwaveletcoefficientsandworkouttheirRootMeanSquare(RMS)asSEMGcharacteristicp

5、a—rameters．Atlastweapplylineardiscriminantanalysis(LDA)toclassifythedataofSEMGsigna1．Experimentsshowthat，usingthismeth—odcansuccessfullyidentifyfourkindsofmotionssuchashandgrasping，handopening．radialflexionandulnarflexion．Comparedwiththetimedomainparameter

6、s，thismethodcaneffectivelyextracttheinformationofSEMGsignal，andhasahigherrecognitionrateupto98．2．Keywords：WPT；LDA；SEMG；patternidentification种分类器的识别效果，来验证采用wPT与LDA相结合的方0引言法效果最好。表面肌电信号(SurfaceElectromyographic，SEMG)是一种复杂的皮下肌肉电活动在皮肤表面处时间和空间综合后的生1SEMG信号的采集理电现象

7、，已被广泛用于临床诊断、康复医学及运动医学等方SEMG信号采集系统框图如图1所示，整个系统主要由表面的研究_1]。用SEMG信号作为智能轮椅的控制信号的前提面肌电信号检测电极、SEMG信号调理电路、DAQ板卡以及是选取合适的特征参数和分类器并对SEMG信号有较高的动Labview框架下的计算机系统组成]。作识别率]。SEMG的时域分析方法主要有：平均绝对值一一一一一一一一一一一一L—ab——一一view(MeanAbsoluteValue，MAV)、过零点数、均方根(RootMeanSquare)等，算法简

8、单、特征提取容易，但时域分析极其不稳定，具有一定的局限性l3]。小波包变换(WaveletPacketTransform，wPT)具有时一频局域变换多尺度分解特性，使之能分析不同尺度的信号，已取得广泛应用[5]。wPT由于对信号具有任意的多尺度分解形式，包含丰富的小波包基，不同的小波包基下具有不同的性质，反映不同的信号特图1肌电信号采集系统结构框图性，所以能反映SEMG信号的重要特征。因此在SEMG的特在实验室条