摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 引言 | 第10-18页 |
·课题的研究背景 | 第10页 |
·课题目的和意义 | 第10页 |
·上肢假肢控制技术的发展 | 第10-12页 |
·机械式假肢 | 第11页 |
·肌电信号控制假肢 | 第11页 |
·声控式假肢 | 第11页 |
·脑电信号控制假肢 | 第11-12页 |
·神经控制假肢 | 第12页 |
·肌音信号控制假肢 | 第12页 |
·肌音信号上肢假肢控制技术的现状 | 第12-13页 |
·手部动作模式识别 | 第13-15页 |
·信号源数据获取 | 第13页 |
·数据预处理 | 第13-14页 |
·特征生成和提取 | 第14-15页 |
·分类器设计 | 第15页 |
·特征选择 | 第15-16页 |
·本课题研究内容 | 第16-18页 |
第2章 肌音信号采集系统设计 | 第18-25页 |
·肌音信号采集传感器 | 第18-20页 |
·肌音信号放大电路 | 第20-21页 |
·肌音信号模拟滤波 | 第21-22页 |
·肌音信号采集设备 | 第22-23页 |
·肌音信号采集软件 | 第23-24页 |
·本章小结 | 第24-25页 |
第3章 肌音信号四动作模式识别方法及其采集通道与位置选择研究 | 第25-41页 |
·肌音信号的软件滤波与归一化 | 第25-27页 |
·肌音信号的动作分割 | 第27-29页 |
·肌音信号帧的特征生成 | 第29-33页 |
·基本时域特征 | 第29-30页 |
·基于AR模型的参数估计特征 | 第30页 |
·基于高阶累积量的特征 | 第30-31页 |
·基于倒谱参数估计的特征 | 第31-32页 |
·基于功率谱参数的特征 | 第32页 |
·基于非负矩阵分解系数的特征 | 第32-33页 |
·肌音信号特征降维 | 第33-35页 |
·主成分分析法 | 第33-34页 |
·基于主成分分析的特征优化 | 第34-35页 |
·手部动作识别分类器与实验结果交叉验证 | 第35-36页 |
·基于肌音信号的手部四动作识别实验 | 第36-38页 |
·受试者信息统计 | 第36页 |
·实验设备 | 第36-37页 |
·实验规程 | 第37-38页 |
·实验结果与分析 | 第38-40页 |
·肌音信号4动作模式识别结果与分析 | 第38页 |
·肌音信号的采集通道结果与分析 | 第38-39页 |
·肌音信号采集位置研究结果与分析 | 第39-40页 |
·本章小结 | 第40-41页 |
第4章 肌音信号六动作模式识别研究与特征选择 | 第41-52页 |
·肌音信号动作帧特征空间的扩展 | 第41-43页 |
·基于分位数的特征 | 第41页 |
·基于峰度的特征 | 第41-42页 |
·基于偏度的特征 | 第42页 |
·基于小波分解的特征 | 第42-43页 |
·基于熵值的特征 | 第43页 |
·手部六动作模式识别结果 | 第43-45页 |
·基于互信息的特征选择 | 第45-51页 |
·特征选择方法 | 第46页 |
·互信息的概念 | 第46-47页 |
·基于条件互信息的肌音信号特征选择方法 | 第47-48页 |
·六动作模式识别实验结果与分析 | 第48-51页 |
·本章小结 | 第51-52页 |
第5章 基于DSP的实时肌音信号控制假肢 | 第52-70页 |
·基于DSP的实时肌音信号控制假肢的设计方案 | 第52-53页 |
·基于DSP的实时肌音信号控制假肢的硬件设计 | 第53-61页 |
·肌音信号偏置电路 | 第53-55页 |
·假肢手驱动模块 | 第55-58页 |
·假肢手力反馈模块 | 第58-59页 |
·电源管理模块 | 第59-61页 |
·实时系统软件设计 | 第61-69页 |
·功能模块配置 | 第62-65页 |
·实时系统的动作分割 | 第65-66页 |
·实时系统的特征选择及其两个手部动作模式识别 | 第66-68页 |
·假肢手动作软件设计 | 第68-69页 |
·本章小结 | 第69-70页 |
第6章 结论与展望 | 第70-72页 |
·结论 | 第70-71页 |
·展望 | 第71-72页 |
参考文献 | 第72-76页 |
致谢 | 第76-77页 |
攻读硕士学位期间发表的学术论文 | 第77-78页 |
附录一 肌音信号模式识别 | 第78-80页 |
附录二 肌音信号采集软件程序 | 第80-84页 |
附录三 条件互信息特征选择程序 | 第84-86页 |
附录四 DSP嵌入式系统程序 | 第86-94页 |