| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 前言 | 第9-19页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 课题目的和意义 | 第10-11页 |
| 1.3 肌肉疲劳研究现状 | 第11-12页 |
| 1.4 肌音信号的研究现状 | 第12-13页 |
| 1.5 基于生物信号的肌肉疲劳研究 | 第13-15页 |
| 1.5.1 基于肌电信号的肌肉疲劳研究 | 第14页 |
| 1.5.2 基于肌音信号的肌肉疲劳研究 | 第14-15页 |
| 1.6 基于肌音信号的肌肉动态疲劳研究 | 第15-17页 |
| 1.6.1 肌音信号采集 | 第15-16页 |
| 1.6.2 信号预处理 | 第16页 |
| 1.6.3 动作信号分割和特征提取 | 第16-17页 |
| 1.6.4 肌肉疲劳分析 | 第17页 |
| 1.7 本课题研究内容 | 第17-19页 |
| 第2章 肌音信号采集系统搭建与动态疲劳实验设计 | 第19-28页 |
| 2.1 信号采集系统的搭建 | 第19-23页 |
| 2.1.1 采集传感器 | 第19-20页 |
| 2.1.2 A/D转换模块 | 第20-23页 |
| 2.2 常见的肌肉疲劳研究的信号采集实验 | 第23-24页 |
| 2.3 肌肉动态疲劳的肌音信号采集实验 | 第24-27页 |
| 2.3.1 实验对象 | 第24页 |
| 2.3.2 最大自主收缩力的测量实验 | 第24-25页 |
| 2.3.3 基于单通道的肌音信号采集实验 | 第25-26页 |
| 2.3.4 基于双通道的肌音信号采集实验 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 肌音信号的预处理方法研究 | 第28-41页 |
| 3.1 肌音信号的去噪方法选择 | 第28-29页 |
| 3.2 小波包分解去噪 | 第29-33页 |
| 3.3 经验模态分解去噪 | 第33-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 基于单通道肌音信号的疲劳分析 | 第41-55页 |
| 4.1 动作信号分割 | 第41-44页 |
| 4.2 特征值提取 | 第44-47页 |
| 4.3 疲劳变化趋势估计 | 第47-48页 |
| 4.4 动态疲劳结果分析 | 第48-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 基于双通道肌音信号的疲劳分析 | 第55-66页 |
| 5.1 独立元分析方法介绍 | 第55-58页 |
| 5.1.1 信号的白化处理 | 第55-56页 |
| 5.1.2 信号的独立元分离 | 第56-58页 |
| 5.2 基于独立元方法对两通道肌音信号进行动态疲劳估计 | 第58-61页 |
| 5.3 动态疲劳结果分析 | 第61-64页 |
| 5.4 本章小结 | 第64-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士期间发表论文 | 第74页 |