| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 机械外骨骼康复手控制方式研究现状 | 第11-15页 |
| 1.3 本课题研究内容 | 第15-17页 |
| 1.3.1 研究路线框架图 | 第15-16页 |
| 1.3.2 主要研究内容 | 第16-17页 |
| 1.3.3 论文结构安排 | 第17页 |
| 1.4 本章小结 | 第17-18页 |
| 第2章 主动式康复手系统与sEMG采集 | 第18-30页 |
| 2.1 引言 | 第18页 |
| 2.2 外骨骼康复手系统总体规划 | 第18-19页 |
| 2.3 康复手系统主要组成 | 第19-21页 |
| 2.4 表面肌电信号采集 | 第21-29页 |
| 2.4.1 sEMG的产生与特点 | 第21-23页 |
| 2.4.2 前臂肌肉解剖与电极阵列布置 | 第23-25页 |
| 2.4.3 表面肌电信号采集实验 | 第25-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 串扰与噪声的消除 | 第30-44页 |
| 3.1 引言 | 第30页 |
| 3.2 盲源分离与通道解耦 | 第30-35页 |
| 3.2.1 盲源分离的数学模型 | 第30-31页 |
| 3.2.2 FastICA | 第31-34页 |
| 3.2.3 独立分量与通道次序匹配 | 第34-35页 |
| 3.3 工频陷波与滤波消除运动伪迹 | 第35-41页 |
| 3.3.1 噪声来源 | 第35-36页 |
| 3.3.2 表面肌电信号的信号质量评价方法 | 第36-37页 |
| 3.3.3 工频陷波 | 第37-41页 |
| 3.3.4 滤波消除运动伪迹 | 第41页 |
| 3.4 本章小结 | 第41-44页 |
| 第4章 动作识别 | 第44-64页 |
| 4.1 引言 | 第44页 |
| 4.2 特征选择 | 第44-49页 |
| 4.2.1 表面肌电信号常用特征 | 第44-46页 |
| 4.2.2 距离可分性判据 | 第46-48页 |
| 4.2.3 时域特征选择 | 第48-49页 |
| 4.3 制作样本 | 第49-51页 |
| 4.4 离线训练 | 第51-56页 |
| 4.4.1 神经网络概述 | 第51-54页 |
| 4.4.2 基于 sEMG 的 BP 神经网络训练 | 第54-56页 |
| 4.5 在线识别方法 | 第56-62页 |
| 4.5.1 动作检测 | 第56-58页 |
| 4.5.2 控制流程分析 | 第58-62页 |
| 4.6 本章小结 | 第62-64页 |
| 第5章 实验验证与分析 | 第64-70页 |
| 5.1 引言 | 第64页 |
| 5.2 机械手控制系统 | 第64-65页 |
| 5.3 性能测试 | 第65-69页 |
| 5.3.1 单人识别率测试 | 第65-68页 |
| 5.3.2 算法实时性分析 | 第68-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第6章 结论与展望 | 第70-74页 |
| 6.1 结论 | 第70-71页 |
| 6.2 展望 | 第71-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80页 |