| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 符号说明 | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·基于生物电信号的人机交互技术概述 | 第9-10页 |
| ·基于生物电信号的人机接口的应用前景 | 第10页 |
| ·国内外研究现状 | 第10-14页 |
| ·基于肌电信号人机接口的研究现状 | 第10-14页 |
| ·基于脑电的人机交互接口研究现状 | 第14页 |
| ·本论文的研究内容 | 第14-16页 |
| 第二章 肌电信号产生的生理学分析及其对信号采集和处理方式的影响 | 第16-28页 |
| ·神经和肌肉的生物电现象 | 第16-18页 |
| ·肌肉组织的结构 | 第18-19页 |
| ·兴奋收缩耦联及其对人体反应时间的决定性影响 | 第19-20页 |
| ·神经肌肉接头的聚集性及其对探测电极位置分布的影响 | 第20-21页 |
| ·运动单位及其对信号非平稳性的影响 | 第21-22页 |
| ·上臂肌的解剖结构 | 第22-23页 |
| ·采用差分电极记录到的单相和双相的波形以及差分电极距离的考虑 | 第23-25页 |
| ·表面肌电信号传导的速度 | 第25-26页 |
| ·表面肌电信号的非平稳性 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 肌电信号采集试验平台的研制 | 第28-45页 |
| ·便携式肌电信号(EMG)提取方法及其电路实现 | 第28-36页 |
| ·噪声分析 | 第28-30页 |
| ·信号拾取方法 | 第30-33页 |
| ·隔离和屏蔽方法 | 第33-34页 |
| ·本节小节 | 第34-36页 |
| ·虚拟仪器软件的实现 | 第36-45页 |
| ·软件设计思想 | 第36页 |
| ·数据采集卡的控制 | 第36-37页 |
| ·数据采集和存储软件实现 | 第37-38页 |
| ·自适应滤波器设计 | 第38-43页 |
| ·本节小结 | 第43-45页 |
| 第四章 肌电信号动作起始时刻的捕捉方法 | 第45-57页 |
| ·实验装置及实验方法 | 第45-47页 |
| ·生理学理论分析 | 第45-46页 |
| ·试验装置 | 第46-47页 |
| ·试验方法 | 第47页 |
| ·运动起始时刻判别算法 | 第47-53页 |
| ·特征参数的选取 | 第48-49页 |
| ·信号的预处理 | 第49-50页 |
| ·自组织神经网络的学习和应用 | 第50-53页 |
| ·实验结果及结论 | 第53-56页 |
| ·无干扰条件下对特定动作的实验结果 | 第53-54页 |
| ·非特定动作的实验结果 | 第54-55页 |
| ·白噪声电磁干扰仿真结果 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 基于肌电信号的动作识别方法 | 第57-100页 |
| ·肌电信号动作识别问题 | 第57-58页 |
| ·利用准确的起始时刻同步得到表面肌电信号的规律性 | 第58-63页 |
| ·表面肌电信号的随机性和非平稳性 | 第58-59页 |
| ·反证法假设命题的提出 | 第59-61页 |
| ·通过试验的反证法证明动作发生阶段的信号中含有趋势项（规律性） | 第61-63页 |
| ·肌电信号动作识别策略 | 第63-68页 |
| ·通过动作起始时刻识别算法获取动作起始时刻同步表面肌电信号 | 第63-66页 |
| ·特征参数的选取及提取策略 | 第66-68页 |
| ·特征空间的划分和动作的分类 | 第68页 |
| ·特征值的提取 | 第68-80页 |
| ·统计特征值的选取 | 第68-73页 |
| ·时频域特征的提取 | 第73-80页 |
| ·BP 网络对肌电信号特征值向量的分类 | 第80-91页 |
| ·BP 网络的基本算法 | 第81-84页 |
| ·使用主成分分析法（PCA）减少输入向量个数 | 第84-86页 |
| ·神经网络层数和隐层神经元数对识别结果的影响 | 第86-87页 |
| ·神经网络训练算法的讨论 | 第87-91页 |
| ·分类结果 | 第91-95页 |
| ·肌电信号识别系统在遥操作机器人领域的应用前景及可行性分析 | 第95-99页 |
| ·本章小结 | 第99-100页 |
| 第六章 结论与展望 | 第100-103页 |
| ·本学位论文工作总结 | 第100-101页 |
| ·本学位论文的主要创新点 | 第101-102页 |
| ·对未来研究的展望 | 第102-103页 |
| 附录 主成分分析及其应用 | 第103-106页 |
| A1 主成分的定义及导出 | 第103-104页 |
| A2 主成分的贡献率 | 第104-106页 |
| 参考文献 | 第106-112页 |
| 致谢 | 第112-113页 |
| 攻读博士学位期间发表的论文及成果 | 第113页 |
