| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-21页 |
| ·研究背景与意义 | 第11页 |
| ·国内外研究现状 | 第11-13页 |
| ·研究方法综述 | 第13-19页 |
| ·SEMG 特征提取方法 | 第13-16页 |
| ·基于 SEMG 的模式分类方法 | 第16-18页 |
| ·机器人常用的几种控制实现方式和本方案的特点 | 第18-19页 |
| ·本文主要研究内容及安排 | 第19-21页 |
| 第2章 SEMG 的采样滤波与无线传输 | 第21-31页 |
| ·SEMG 产生的生物机理 | 第21-22页 |
| ·骨骼肌的形态结构与特征 | 第21-22页 |
| ·骨骼肌的收缩原理 | 第22页 |
| ·SEMG 的采样与模拟滤波 | 第22-26页 |
| ·SEMG 传感器设计 | 第22-24页 |
| ·SEMG 的模拟滤波 | 第24-26页 |
| ·SEMG 的 AD 转换与无线传输 | 第26-30页 |
| ·AD 转换电路设计 | 第26页 |
| ·无线传输电路设计 | 第26-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于 SEMG 的手部动作识别 | 第31-44页 |
| ·SEMG 的滤波消噪方法研究 | 第31-35页 |
| ·基于 EEMD 阈值的滤波消噪原理 | 第31-32页 |
| ·SEMG 消噪实验结果及分析 | 第32-35页 |
| ·基于基本尺度熵的 SEMG 特征提取 | 第35-39页 |
| ·基本尺度熵的原理 | 第35-36页 |
| ·能量阈值判断动作起止点 | 第36-37页 |
| ·SEMG 的特征提取实验与结果分析 | 第37-39页 |
| ·基于支持向量机的动作模式分类 | 第39-43页 |
| ·SVM 的基本原理 | 第39-41页 |
| ·SVM 的分类算法 | 第41-42页 |
| ·基于 SVM 的 SEMG 运动模式识别实验与结果分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 机器人的网络与无线接口的设计 | 第44-66页 |
| ·嵌入式系统硬件设计 | 第44-48页 |
| ·嵌入式微处理器 | 第44-45页 |
| ·核心处理器电路 | 第45-46页 |
| ·串口驱动电路 | 第46-47页 |
| ·以太网接口电路 | 第47-48页 |
| ·无线接口电路 | 第48页 |
| ·嵌入式系统软件设计 | 第48-61页 |
| ·移植 Linux 系统内核 | 第49-52页 |
| ·移植 Linux 网卡驱动 | 第52-55页 |
| ·驱动 Linux SPI 无线模块 | 第55-57页 |
| ·基于 Busybox 的文件系统移植 | 第57-58页 |
| ·应用程序移植 | 第58-61页 |
| ·机器人的控制程序设计 | 第61-63页 |
| ·机器人控制应用程序设计 | 第61-62页 |
| ·通信协议设计 | 第62-63页 |
| ·系统实验与结果分析 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第5章 总结与展望 | 第66-68页 |
| ·工作总结 | 第66页 |
| ·研究展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 附录 | 第73页 |