| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第10-16页 |
| 1.1 肌电假肢手国内外研究现状 | 第10-14页 |
| 1.1.1 国外假手研究现状 | 第10-13页 |
| 1.1.2 国内假手研究现状 | 第13-14页 |
| 1.2 本文的主要研究内容 | 第14-16页 |
| 2 基于表面肌电信号的模式识别算法 | 第16-30页 |
| 2.1 引言 | 第16页 |
| 2.2 基于肌电特征的手动作模式识别 | 第16-17页 |
| 2.3 肌电信号预处理 | 第17-20页 |
| 2.4 基于SVM的手部动作识别模式识别原理及算法构建 | 第20-28页 |
| 2.4.1 理论基础 | 第21-22页 |
| 2.4.2 实现方法 | 第22-23页 |
| 2.4.3 手部动作的前臂肌电信号采集 | 第23-27页 |
| 2.4.4 实验结果 | 第27-28页 |
| 2.5 小结 | 第28-30页 |
| 3 基于LabWindows/CVI-Matlab混合编程的虚拟手平台 | 第30-50页 |
| 3.1 引言 | 第30页 |
| 3.2 虚拟现实技术背景 | 第30-31页 |
| 3.3 虚拟手平台 | 第31-32页 |
| 3.4 LabWindows/Matlab软件设计 | 第32-38页 |
| 3.4.1 LabWindows/CVI部分编程实现 | 第33-36页 |
| 3.4.2 LabWindows/CVI与MATLAB的通信原理与方法 | 第36-38页 |
| 3.4.3 程序发布 | 第38页 |
| 3.5 Matlab对Simulink模块调用 | 第38-42页 |
| 3.5.1 Simulink/VR模型 | 第38-41页 |
| 3.5.2 Matlab对Simulink模块的调用 | 第41-42页 |
| 3.6 识别算法程序实现及优化 | 第42-45页 |
| 3.6.1 算法的实现 | 第42-43页 |
| 3.6.2 程序优化 | 第43-45页 |
| 3.7 系统的运行结果 | 第45-48页 |
| 3.7.1 采集模式下数据测试 | 第45页 |
| 3.7.2 虚拟手模式实时性测试 | 第45-46页 |
| 3.7.3 实验验证 | 第46-48页 |
| 3.8 本章小结 | 第48-50页 |
| 4 基于DSP的肌电分析及假肢手动作模式识别系统设计 | 第50-68页 |
| 4.1 系统设计方案 | 第50-51页 |
| 4.2 2DSP软件设计 | 第51-66页 |
| 4.2.1 AD采集 | 第52-57页 |
| 4.2.2 滤波器的实现 | 第57-58页 |
| 4.2.3 SPI控制下位机 | 第58-61页 |
| 4.2.4 识别算法实现 | 第61-64页 |
| 4.2.5 Cmd文件的配置 | 第64-65页 |
| 4.2.6 程序下载设置 | 第65-66页 |
| 4.3 本章小结 | 第66-68页 |
| 5 系统硬件设计 | 第68-76页 |
| 5.1 多指假肢手指驱动控制设计 | 第68-69页 |
| 5.2 DSP及外围电路的设计 | 第69-73页 |
| 5.2.1 系统供电电源电路介绍 | 第71页 |
| 5.2.2 下位机电路设计 | 第71-72页 |
| 5.2.3 假肢电机驱动 | 第72-73页 |
| 5.3 系统整体效果 | 第73-75页 |
| 5.3.1 系统仿真测试 | 第73-74页 |
| 5.3.2 系统测试 | 第74-75页 |
| 5.4 本章小结 | 第75-76页 |
| 6 基于表面肌电双线性模型的动作模式识别 | 第76-86页 |
| 6.1 理论基础 | 第76-79页 |
| 6.2 实验数据及验证 | 第79-81页 |
| 6.3 结果与分析 | 第81-85页 |
| 6.3.1 表面肌电特征值随手指动作、指力变化趋势 | 第81-83页 |
| 6.3.2 双线性模型构建结果 | 第83-84页 |
| 6.3.3 识别结果 | 第84-85页 |
| 6.4 本章小结 | 第85-86页 |
| 7 总结与展望 | 第86-88页 |
| 7.1 总结 | 第86-87页 |
| 7.2 工作展望 | 第87-88页 |
| 致谢 | 第88-90页 |
| 参考文献 | 第90-94页 |
| 附录 | 第94页 |
| A. 作者在攻读为学期间取得的科研成果目录 | 第94页 |
| B. 作者在攻读学位期间参与的科研项目 | 第94页 |
