欢迎来到天天文库
浏览记录
ID:58138414
大小:235.70 KB
页数:3页
时间:2020-04-24
《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
此文档下载收益归作者所有