面向多运动模式肌电假手的信号处理与识别系统
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.1.1 课题来源 | 第9页 |
| 1.1.2 研究目的和意义 | 第9-10页 |
| 1.2 肌电信号处理及识别系统的研究现状 | 第10-14页 |
| 1.2.1 肌电假手控制系统的结构 | 第10-11页 |
| 1.2.2 信号采集系统的研究现状 | 第11-12页 |
| 1.2.3 连续表面肌电信号分割方法的研究现状 | 第12页 |
| 1.2.4 信号特征提取方法的研究现状 | 第12-13页 |
| 1.2.5 信号分类识别的研究现状 | 第13-14页 |
| 1.3 主要研究内容及文章结构 | 第14-15页 |
| 第2章 表面肌电信号采集系统设计及数据采集 | 第15-26页 |
| 2.1 表面肌电信号采集系统的设计基础和总体设计 | 第15-16页 |
| 2.1.1 表面肌电信号特点 | 第15页 |
| 2.1.2 表面肌电信号采集系统的总体设计 | 第15-16页 |
| 2.2 系统硬件设计 | 第16-18页 |
| 2.3 系统软件设计 | 第18-22页 |
| 2.4 肌电信号采集实验 | 第22-23页 |
| 2.4.1 动作姿态规划 | 第22页 |
| 2.4.2 肌肉位置及电极数量选择方案 | 第22-23页 |
| 2.4.3 实验方法 | 第23页 |
| 2.5 采集数据的分析 | 第23-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 连续表面肌电信号的分割处理 | 第26-32页 |
| 3.1 连续肌电信号的分割方法设计 | 第26-30页 |
| 3.1.1 基于时间窗的分割方法 | 第26-27页 |
| 3.1.2 基于 DCS 的分割方法 | 第27-28页 |
| 3.1.3 基于极值点的分割方法 | 第28-30页 |
| 3.2 连续肌电信号分割效果及评价 | 第30-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第4章 肌电信号的处理及分析 | 第32-41页 |
| 4.1 肌电信号的特征提取算法及分析 | 第32-39页 |
| 4.1.1 幅值平均值 | 第32-33页 |
| 4.1.2 分形维数 | 第33-35页 |
| 4.1.3 最大 Lyapunov 指数 | 第35-37页 |
| 4.1.4 小波系数 | 第37-39页 |
| 4.2 手部动作识别特征的选取 | 第39-40页 |
| 4.3 本章小结 | 第40-41页 |
| 第5章 肌电信号识别系统设计 | 第41-47页 |
| 5.1 识别工具的选取 | 第41页 |
| 5.2 单特征模式识别系统设计 | 第41-43页 |
| 5.3 基于分层结构的模式识别系统 | 第43-45页 |
| 5.3.1 实验设计方案 | 第43-44页 |
| 5.3.2 网络结构设计 | 第44页 |
| 5.3.3 系统识别结果 | 第44-45页 |
| 5.4 系统适用性测试及系统整体性能结果 | 第45-46页 |
| 5.5 本章小结 | 第46-47页 |
| 结论 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间发表的学术论文和获得的专利 | 第53-54页 |
| 致谢 | 第54页 |
