基于惯性测量和肌电控制的体感输入技术研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题的研究的目的和意义 | 第11-12页 |
| 1.2 体感输入技术现状 | 第12-16页 |
| 1.2.1 惯性测量技术国内外现状 | 第14-15页 |
| 1.2.2 肌电模式识别技术国内外现状 | 第15-16页 |
| 1.3 论文主要内容 | 第16-17页 |
| 第2章 手势输入原理与方案设计 | 第17-27页 |
| 2.1 惯性测量原理 | 第17-21页 |
| 2.1.1 捷联式惯性测量基本原理 | 第17-18页 |
| 2.1.2 姿态更新算法 | 第18-21页 |
| 2.2 肌电模式识别原理 | 第21-24页 |
| 2.2.1 肌电信号产生机理和特征 | 第21-22页 |
| 2.2.2 肌电信号的特征值提取 | 第22-23页 |
| 2.2.3 神经网络分类器原理 | 第23-24页 |
| 2.3 整体方案设计 | 第24-26页 |
| 2.3.1 硬件部分 | 第24-25页 |
| 2.3.2 软件部分 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 惯性测量系统的设计与实现 | 第27-36页 |
| 3.1 惯性系统的设计与实现 | 第27-30页 |
| 3.1.1 硬件部分 | 第27-28页 |
| 3.1.2 软件部分 | 第28-30页 |
| 3.2 惯性测量实验结果 | 第30-32页 |
| 3.3 组合定姿系统卡尔曼滤波器原理与设计 | 第32-34页 |
| 3.3.1 卡尔曼滤波原理 | 第32-33页 |
| 3.3.2 磁场计组合定姿原理 | 第33-34页 |
| 3.4 组合定姿实验结果 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 表面肌电信号的采集和模式识别 | 第36-47页 |
| 4.1 肌电信号采集系统硬件设计 | 第36-41页 |
| 4.1.1 整体结构 | 第36页 |
| 4.1.2 电极设计 | 第36-38页 |
| 4.1.3 差分放大 | 第38-39页 |
| 4.1.4 滤波与后级放大 | 第39-41页 |
| 4.2 采集效果 | 第41-42页 |
| 4.3 肌电信号特征提取和动作识别 | 第42-44页 |
| 4.3.1 神经网络结构设计 | 第42-43页 |
| 4.3.2 BP 神经网络的训练原理和过程 | 第43-44页 |
| 4.4 BP 神经网络的软件实现 | 第44-46页 |
| 4.5 神经网络训练实验 | 第46页 |
| 4.6 本章小结 | 第46-47页 |
| 第5章 手势输入系统的实现 | 第47-54页 |
| 5.1 系统结构 | 第47-48页 |
| 5.2 软件实现 | 第48-51页 |
| 5.2.1 下位机软件实现 | 第48页 |
| 5.2.2 上位机软件实现 | 第48-51页 |
| 5.3 手势输入效果 | 第51-53页 |
| 5.4 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 攻读学位期间发表的学术论文 | 第59-60页 |
| 致谢 | 第60页 |
