| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题的研究背景与意义 | 第13-15页 |
| 1.1.1 研究背景 | 第13-15页 |
| 1.1.2 研究意义 | 第15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 主要研究内容及章节安排 | 第17-19页 |
| 1.3.1 主要研究内容 | 第17页 |
| 1.3.2 章节安排 | 第17-19页 |
| 第二章 基于sEMG的座舱环境人体头部运动 | 第19-31页 |
| 2.1 表面肌电信号生物学基础 | 第19-21页 |
| 2.1.1 表面肌电信号概述 | 第19页 |
| 2.1.2 sEMG信号产生原理 | 第19-21页 |
| 2.1.3 表面肌电信号特点 | 第21页 |
| 2.2 虚拟座舱环境下头颈部运动特性 | 第21-25页 |
| 2.2.1 头部运动特性参数 | 第22页 |
| 2.2.2 头部运动范围 | 第22-23页 |
| 2.2.3 头部运动速度 | 第23页 |
| 2.2.4 头部运动精度 | 第23-24页 |
| 2.2.5 座舱环境下人体头部运动特性 | 第24-25页 |
| 2.3 头部运动相关骨骼肌肉研究 | 第25-28页 |
| 2.3.1 头颈部骨骼及关节 | 第25页 |
| 2.3.2 人体头颈部肌肉及韧带介绍 | 第25-27页 |
| 2.3.3 目标肌肉选择 | 第27-28页 |
| 2.4 视觉延迟 | 第28-29页 |
| 2.4.1 视觉延迟概述 | 第28页 |
| 2.4.2 视觉延迟产生的原因 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 头部运动信号采集 | 第31-36页 |
| 3.1 头部运动实验设计 | 第31页 |
| 3.2 sEMG和惯性信号的采集实验 | 第31-35页 |
| 3.2.1 肌电电极的选择 | 第31-32页 |
| 3.2.2 电极位置确定 | 第32-33页 |
| 3.2.3 肌电和惯性信号采集 | 第33-34页 |
| 3.2.4 表面肌电信号采集注意事项 | 第34-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 基于CV和CA模型的卡尔曼滤波头部运动预测算法 | 第36-45页 |
| 4.1 预测与滤波 | 第36页 |
| 4.2 目标的运动模型和量测模型 | 第36-37页 |
| 4.3 卡尔曼滤波法 | 第37-38页 |
| 4.4 基于CV和CA模型的卡尔曼滤波头部运动预测算法 | 第38-44页 |
| 4.4.1 CV模型 | 第38-39页 |
| 4.4.2 CA模型 | 第39页 |
| 4.4.3 仿真实例 | 第39-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 基于sEMG的头部运动时延补偿算法 | 第45-56页 |
| 5.1 sEMG预测头部运动可行性分析 | 第45-46页 |
| 5.2 sEMG的预处理 | 第46页 |
| 5.3 sEMG特征提取 | 第46-49页 |
| 5.3.1 特征值的选择 | 第46-48页 |
| 5.3.2 特征提取 | 第48-49页 |
| 5.4 前向神经网络 | 第49-51页 |
| 5.4.1 神经元模型 | 第49-50页 |
| 5.4.2 前向神经网络 | 第50页 |
| 5.4.3 改进前向神经网络 | 第50-51页 |
| 5.5 基于sEMG的头部运动时延补偿算法 | 第51-54页 |
| 5.5.1 基于sEMG的头部运动时延补偿模型建立 | 第51-53页 |
| 5.5.2 仿真实例 | 第53-54页 |
| 5.6 本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 论文总结 | 第56-57页 |
| 6.2 不足与展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 在学期间的研究成果及发表的学术论文 | 第63页 |
