| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 动作表面肌电信号简介 | 第12页 |
| 1.1.1 课题来源 | 第12页 |
| 1.1.2 动作表面肌电信号产生 | 第12页 |
| 1.1.3 动作表面肌电信号应用 | 第12页 |
| 1.2 动作表面肌电信号采集 | 第12-15页 |
| 1.2.1 采集过程 | 第13-14页 |
| 1.2.2 原始动作表面肌电信号成分 | 第14-15页 |
| 1.3 动作表面肌电信号处理 | 第15-16页 |
| 1.3.1 信号处理流程 | 第15页 |
| 1.3.2 BP 神经网络分类器 | 第15-16页 |
| 1.4 动作表面肌电信号特征提取 | 第16-19页 |
| 1.4.1 模型选择 | 第16页 |
| 1.4.2 特征提取 | 第16-19页 |
| 第二章 统计特征提取 | 第19-27页 |
| 2.1 动作表面肌电信号统计量计算 | 第19-25页 |
| 2.1.1 一阶统计量 | 第19-21页 |
| 2.1.2 二阶统计量 | 第21-24页 |
| 2.1.3 三阶统计量 | 第24页 |
| 2.1.4 四阶统计量 | 第24-25页 |
| 2.2 统计特征识别 | 第25-27页 |
| 2.2.1 统计特征单独识别 | 第25-26页 |
| 2.2.2 统计特征联合识别 | 第26-27页 |
| 第三章 能量空间法分类 | 第27-36页 |
| 3.1 欧氏向量空间建立及三种距离 | 第27-30页 |
| 3.1.1 建立四维欧氏向量空间 | 第27-28页 |
| 3.1.2 三种距离计算方式 | 第28-30页 |
| 3.2 以距各邻域中心的距离进行判别 | 第30-32页 |
| 3.2.1 欧氏距离判别 | 第30-31页 |
| 3.2.2 夹角余弦判别 | 第31-32页 |
| 3.2.3 马氏距离判别 | 第32页 |
| 3.3 与邻域内所有点距离的平均值 | 第32-35页 |
| 3.3.1 欧氏距离判别 | 第32-33页 |
| 3.3.2 夹角余弦判别 | 第33-34页 |
| 3.3.3 马氏距离判别 | 第34-35页 |
| 3.4 欧氏向量空间判别分析 | 第35-36页 |
| 第四章 动作表面肌电信号的非平稳特性研究 | 第36-48页 |
| 4.1 频谱特征提取 | 第36-38页 |
| 4.1.1 时域至频域的转换 | 第36页 |
| 4.1.2 傅立叶变换特征提取与识别 | 第36-38页 |
| 4.2 时频分析 | 第38-42页 |
| 4.2.1 非平稳随机信号 | 第38页 |
| 4.2.2 瞬时特征 | 第38-42页 |
| 4.3 短时傅立叶变换特征提取 | 第42-43页 |
| 4.3.1 信号分辨率 | 第42页 |
| 4.3.2 短时傅立叶变换后特征提取 | 第42-43页 |
| 4.4 小波变换后特征提取 | 第43-46页 |
| 4.4.1 小波包分解 | 第44页 |
| 4.4.2 小波包分解应用于动作表面肌电信号 | 第44-46页 |
| 4.5 时频分布特征提取 | 第46-48页 |
| 4.5.1 Wigner-Ville 分布 | 第47页 |
| 4.5.2 Wigner-Ville 分布应用于特征提取 | 第47-48页 |
| 第五章 动作表面肌电信号的非线性特性研究 | 第48-60页 |
| 5.1 非线性系统简介 | 第48-50页 |
| 5.1.1 动力系统 | 第48-49页 |
| 5.1.2 状态空间 | 第49-50页 |
| 5.2 最大LYAPUNOV 指数 | 第50-52页 |
| 5.2.1 最大Lyapunov 指数与非线性 | 第50-51页 |
| 5.2.2 最大Lyapunov 指数提取与识别 | 第51-52页 |
| 5.3 信息熵 | 第52-55页 |
| 5.3.1 信息熵与信息量 | 第52页 |
| 5.3.2 信息熵识别 | 第52-53页 |
| 5.3.3 信息熵与小波包分解 | 第53-55页 |
| 5.4 关联维数 | 第55-58页 |
| 5.4.1 关联维数与相空间重构 | 第55-56页 |
| 5.4.3 关联维数与小波包分解 | 第56-58页 |
| 5.5 非线性特征联合识别 | 第58-60页 |
| 5.5.1 最大Lyapunov 指数与信息熵联合识别 | 第58页 |
| 5.5.2 最大Lyapunov 指数与关联维数联合识别 | 第58页 |
| 5.5.3 信息熵与关联维数联合识别 | 第58-60页 |
| 第六章 基于经验模式分解方法的非线性特性研究 | 第60-75页 |
| 6.1 经验模式分解 | 第60-67页 |
| 6.1.1 特征尺度参数 | 第60-61页 |
| 6.1.2 内在模态函数 | 第61-62页 |
| 6.1.3 经验模式分解 | 第62-67页 |
| 6.2 经验模式分解与统计特征提取 | 第67-69页 |
| 6.2.1 统计特征识别 | 第67-68页 |
| 6.2.2 EMD 对统计特性识别率的影响 | 第68-69页 |
| 6.3 经验模式分解与非线性特征提取 | 第69-73页 |
| 6.3.1 与最大Lyapunov 指数 | 第69页 |
| 6.3.2 与信息熵 | 第69页 |
| 6.3.3 与关联维数 | 第69-73页 |
| 6.4 经验模式分解与小波包分解 | 第73-75页 |
| 6.4.1 统计特征对比 | 第73页 |
| 6.4.2 非线性特征对比 | 第73-75页 |
| 第七章 结论 | 第75-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士学位期间发表的学术论文 | 第83页 |
