| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 研究背景 | 第13-15页 |
| 1.2 研究意义 | 第15-16页 |
| 1.2.1 非接触式人体静电探测 | 第15-16页 |
| 1.2.2 人体静电步态分析在下肢骨关节康复评价中的应用 | 第16页 |
| 1.3 国内外研究现状 | 第16-21页 |
| 1.3.1 步态分析国内外研究现状 | 第16-20页 |
| 1.3.2 静电探测国内外研究现状 | 第20-21页 |
| 1.4 主要研究内容及论文结构 | 第21-23页 |
| 第2章 人体步态静电特性分析 | 第23-35页 |
| 2.1 人体静电的定义 | 第23-24页 |
| 2.2 人体静电荷电方式及影响因素 | 第24-26页 |
| 2.2.1 人体静电荷电方式 | 第24-25页 |
| 2.2.2 人体静电带电量的影响因素 | 第25-26页 |
| 2.3 人体步态静电特性分析 | 第26-33页 |
| 2.3.1 人体脚部静电特性分析 | 第26-28页 |
| 2.3.2 人体步态静电信号特性分析 | 第28-33页 |
| 2.4 人体步态静电信号仿真 | 第33-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第3章 人体步态静电信号采集及预处理 | 第35-50页 |
| 3.1 人体步态静电信号的采集 | 第35-41页 |
| 3.1.1 人体步态静电信号采集系统设计 | 第35-37页 |
| 3.1.2 人体步态静电信号采集实验设计 | 第37-41页 |
| 3.2 信号预处理 | 第41-49页 |
| 3.2.1 FIR数字滤波器设计 | 第41-45页 |
| 3.2.2 人体步态静电信号的频域信息获取 | 第45-48页 |
| 3.2.3 三种膝关节受限情况的频域信息分析 | 第48-49页 |
| 3.3 本章小结 | 第49-50页 |
| 第4章 基于主成分分析及K最近邻分类算法研究 | 第50-65页 |
| 4.1 主成分分析（PCA）原理 | 第50-54页 |
| 4.1.1 主成分分析概述 | 第50-51页 |
| 4.1.2 主成分分析的基本原理 | 第51-52页 |
| 4.1.3 主成分分析的计算步骤 | 第52-54页 |
| 4.2 基于主成分分析的步态静电信号频域特征提取 | 第54-57页 |
| 4.3 基于主成分分析及k最近邻算法的分类识别原理 | 第57-60页 |
| 4.3.1 k最近邻（k-Nearest Neighbor）算法的分类原理 | 第57-59页 |
| 4.3.2 基于主成分分析及k最近邻分类的算法实现 | 第59-60页 |
| 4.4 实验测试与分析 | 第60-63页 |
| 4.4.1 交叉验证（Cross Validation） | 第60-62页 |
| 4.4.2 验证结果及分析 | 第62-63页 |
| 4.5 本章小结 | 第63-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 5.1 课题总结 | 第65页 |
| 5.2 工作展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 攻读硕士学位期间发表论文与研究成果清单 | 第73-74页 |
| 致谢 | 第74页 |
