肌电信号的数字采集及其模式识别
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 绪论 | 第12-17页 |
| ·研究意义 | 第12页 |
| ·研究现状 | 第12-15页 |
| ·肌电特征提取方法 | 第12-13页 |
| ·肌电信号的特征分类方法 | 第13-15页 |
| ·假肢控制研究现状 | 第15页 |
| ·主要研究内容 | 第15-17页 |
| 第二章 肌电信号采集系统设计 | 第17-33页 |
| ·采集器的原理设计 | 第17页 |
| ·S3C44B0X 最小系统设计 | 第17-21页 |
| ·采集器的硬件设计 | 第21-25页 |
| ·信号调理电路设计 | 第21-22页 |
| ·A/D 采样电路设计 | 第22-24页 |
| ·USB 接口模块设计 | 第24页 |
| ·电源模块设计 | 第24-25页 |
| ·串行接口电路设计 | 第25页 |
| ·采集器的软件设计 | 第25-32页 |
| ·板载软件 | 第26-28页 |
| ·PC 机软件 | 第28-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 肌电信号的预处理 | 第33-43页 |
| ·信号的时域和频域分析 | 第33-36页 |
| ·动作次数估计 | 第36-39页 |
| ·实验与结论 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 肌电信号的特征提取 | 第43-50页 |
| ·肌电信号功率谱 | 第43-44页 |
| ·肌电信号功率谱的特征参数 | 第44页 |
| ·肌电信号的AR 系数估计 | 第44-47页 |
| ·莱文森-杜宾递推算法 | 第45-46页 |
| ·伯格递推算法 | 第46-47页 |
| ·实验与结论 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 基于肌电信号的动作模式识别 | 第50-59页 |
| ·人工神经网络 | 第50页 |
| ·BP 神经网络的训练过程 | 第50-52页 |
| ·支持向量机 | 第52-53页 |
| ·支持向量机训练过程 | 第53页 |
| ·实验与结论 | 第53-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·全文总结 | 第59页 |
| ·假肢训练系统的应用及发展趋势 | 第59-60页 |
| ·今后的研究方向 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间发表的学术论文 | 第66页 |
