| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 引言 | 第11-12页 |
| 1.2 肌电假肢研究概述 | 第12-15页 |
| 1.3 sEMG信号辨识的研究介绍 | 第15-18页 |
| 1.3.1 sEMG信号的特点 | 第15页 |
| 1.3.2 肌电信号的应用与采集方式 | 第15-16页 |
| 1.3.3 sEMG的特征提取方法 | 第16-17页 |
| 1.3.4 sEMG的模式分类方法 | 第17-18页 |
| 1.4 课题的研究意义 | 第18-19页 |
| 1.5 论文主要工作 | 第19-21页 |
| 1.5.1 本文主要研究内容 | 第19页 |
| 1.5.2 论文结构 | 第19-21页 |
| 第2章 sEMG信号的生理学基础 | 第21-33页 |
| 2.1 细胞的生物电现象 | 第21-22页 |
| 2.2 sEMG信号产生的机理 | 第22-24页 |
| 2.3 sEMG信号的数学模型 | 第24-28页 |
| 2.4 sEMG信号用于疲劳评价 | 第28-29页 |
| 2.5 sEMG信号与力之间的关系 | 第29-30页 |
| 2.6 sEMG信号的特征及其模式识别系统的一般结构 | 第30-31页 |
| 2.7 基于模式识别的肌电假肢控制方案 | 第31-32页 |
| 2.8 本章小结 | 第32-33页 |
| 第3章 sEMG信号数据采集系统设计 | 第33-47页 |
| 3.1 sEMG信号采集系统特点及设计思路 | 第33-34页 |
| 3.2 sEMG信号采集电极 | 第34页 |
| 3.3 前置放大电路 | 第34-39页 |
| 3.4 低通滤波电路 | 第39页 |
| 3.5 高通滤波电路 | 第39-40页 |
| 3.6 工频陷波电路 | 第40-41页 |
| 3.7 后置放大电路 | 第41页 |
| 3.8 直流稳压电路 | 第41-42页 |
| 3.9 数据采集卡和sEMG导联线 | 第42-44页 |
| 3.10 sEMG信号采集系统构成 | 第44-45页 |
| 3.11 本章小结 | 第45-47页 |
| 第4章 sEMG的预处理及信号分析 | 第47-67页 |
| 4.1 sEMG信号采集实验 | 第47-50页 |
| 4.1.1 实验前的准备工作 | 第47-48页 |
| 4.1.2 sEMG检测的下肢肌群位置选择 | 第48-49页 |
| 4.1.3 sEMG采集工作针对的人体的运动模式 | 第49-50页 |
| 4.2 sEMG信号的数字滤波 | 第50-51页 |
| 4.3 sEMG信号分析 | 第51-65页 |
| 4.3.1 sEMG信号的时域分析 | 第52-55页 |
| 4.3.2 sEMG信号的频域分析 | 第55-58页 |
| 4.3.3 sEMG信号的时频分析 | 第58-65页 |
| 4.4 本章小结 | 第65-67页 |
| 第5章 基于sEMG的人体下肢运动模式分类 | 第67-99页 |
| 5.1 人体下肢sEMG信号的特征提取 | 第67-74页 |
| 5.1.1 时域特征 | 第67-70页 |
| 5.1.2 频域特征 | 第70-71页 |
| 5.1.3 小波变换 | 第71-74页 |
| 5.2 基于BP神经网络的人体下肢sEMG信号自动分类 | 第74-81页 |
| 5.2.1 BP神经网络的学习规则 | 第74-76页 |
| 5.2.3 交叉验证 | 第76页 |
| 5.2.4 人体下肢sEMG信号自动分类用BP神经网络设计 | 第76-80页 |
| 5.2.5 实验结果分析与讨论 | 第80-81页 |
| 5.3 基于SVM的人体下肢sEMG信号自动分类 | 第81-89页 |
| 5.3.1 支持向量机 | 第81-83页 |
| 5.3.2 基于sEMG信号的疲劳评价 | 第83-84页 |
| 5.3.3 基于sEMG信号的路况识别 | 第84-85页 |
| 5.3.4 基于sEMG信号的动作分类 | 第85-88页 |
| 5.3.5 结果分析与讨论 | 第88-89页 |
| 5.4 基于过程神经网络的人体下肢sEMG信号自动分类 | 第89-97页 |
| 5.4.1 过程神经元网络 | 第90页 |
| 5.4.2 基于正交基展开的PNN学习算法 | 第90-93页 |
| 5.4.3 粒子群算法 | 第93页 |
| 5.4.4 基于粒子群算法的过程神经元网络学习算法流程 | 第93-94页 |
| 5.4.5 实验结果分析与讨论 | 第94-97页 |
| 5.5 三种分类方法实验结果分析与讨论 | 第97页 |
| 5.6 本章小结 | 第97-99页 |
| 第6章 总结与展望 | 第99-101页 |
| 6.1 结论 | 第99-100页 |
| 6.2 问题与展望 | 第100-101页 |
| 参考文献 | 第101-107页 |
| 致谢 | 第107页 |
