表面肌电信号的动作模式辨识
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1.本课题的研究意义 | 第9-10页 |
| 1.2.肌电信号的研究和应用现状 | 第10-13页 |
| 1.2.1.SEMG信号处理方法现状 | 第10-13页 |
| 1.2.2.假肢控制研究现状 | 第13页 |
| 1.3.本文的主要研究工作 | 第13-14页 |
| 1.4.本论文的结构 | 第14-15页 |
| 第二章 肌电信号的产生和数学模型 | 第15-24页 |
| 2.1.表面肌电信号的产生机理 | 第15-16页 |
| 2.2.肌电信号的数学模型 | 第16-24页 |
| 第三章 表面肌电信号的采集系统设计 | 第24-39页 |
| 3.1.数据采集系统整体方案 | 第24页 |
| 3.2.系统硬件电路设计 | 第24-31页 |
| 3.2.1.前端放大电路设计 | 第24-26页 |
| 3.2.2.数据采集传输电路 | 第26-31页 |
| 3.3.系统软件设计 | 第31-37页 |
| 3.3.1.FX2固件设计 | 第31-33页 |
| 3.3.2.设备驱动程序设计 | 第33-35页 |
| 3.3.3.应用程序界面设计 | 第35-37页 |
| 3.4.前臂测试肌群的选取 | 第37-39页 |
| 第四章 表面肌电信号的预处理 | 第39-62页 |
| 4.1.肌电信号的动作分割 | 第39-40页 |
| 4.2.肌电信号的消噪 | 第40-49页 |
| 4.2.1.去漂移 | 第42-43页 |
| 4.2.2.去除工频干扰 | 第43-44页 |
| 4.2.3.结合EMD的小波阈值滤波 | 第44-49页 |
| 4.3.肌电信号的特征参数提取 | 第49-62页 |
| 4.3.1.统计法 | 第49-50页 |
| 4.3.2.参数模型法 | 第50-56页 |
| 4.3.3.小波变换法 | 第56-60页 |
| 4.3.4.各种特征参数法比较 | 第60-62页 |
| 第五章 肌电信号的动作模式辨识 | 第62-72页 |
| 5.1.贝叶斯分类法 | 第62-64页 |
| 5.2.模式聚类法 | 第64-65页 |
| 5.3.神经网络分类法 | 第65-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士学位期间已发表或录用的论文 | 第75-76页 |
| 参考文献 | 第76-83页 |
