| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 前言 | 第11-20页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 课题的目的和意义 | 第12-13页 |
| 1.3 肌音信号的研究现状 | 第13-14页 |
| 1.4 肌肉疲劳的研究现状 | 第14-15页 |
| 1.4.1 肌肉疲劳的定性研究 | 第14-15页 |
| 1.4.2 肌肉疲劳的定量研究 | 第15页 |
| 1.5 基于生物医学信号的肌肉疲劳研究 | 第15-17页 |
| 1.5.1 基于肌电信号的肌肉疲劳研究 | 第15-16页 |
| 1.5.2 基于脑电信号的肌肉疲劳研究 | 第16页 |
| 1.5.3 基于肌音信号的肌肉疲劳研究 | 第16-17页 |
| 1.6 基于肌音信号的肌肉疲劳研究步骤 | 第17-18页 |
| 1.6.1 肌音信号的采集 | 第17页 |
| 1.6.2 肌音信号的降噪处理 | 第17-18页 |
| 1.6.3 特征提取 | 第18页 |
| 1.6.4 肌肉疲劳分析 | 第18页 |
| 1.7 本课题研究内容简介 | 第18-20页 |
| 第2章 肌音信号采集系统的搭建与静态疲劳试验设计 | 第20-29页 |
| 2.1 肌音信号的采集系统的搭建 | 第20-25页 |
| 2.1.1 采集传感器的选择 | 第20-22页 |
| 2.1.2 A/D转换模块 | 第22-25页 |
| 2.2 常见的肌肉疲劳研究的信号采集试验 | 第25-26页 |
| 2.3 肌肉静态疲劳的肌音信号采集试验 | 第26-28页 |
| 2.3.1 实验对象 | 第26-27页 |
| 2.3.2 试验方式 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 肌音信号的降噪方法研究 | 第29-44页 |
| 3.1 生物医学信号的降噪方法选择 | 第29-34页 |
| 3.1.1 经验模态分解降噪 | 第30-32页 |
| 3.1.2 集合经验模态分解 | 第32-34页 |
| 3.1.3 自适应噪声的完备经验模态分解降噪 | 第34页 |
| 3.2 信号重构的筛选方法 | 第34-37页 |
| 3.2.1 基于相关系数的信号重构 | 第35页 |
| 3.2.2 基于能量谱密度的信号重构 | 第35-36页 |
| 3.2.3 基于互信息的信号重构 | 第36-37页 |
| 3.3 算法在仿真信号中的应用 | 第37-40页 |
| 3.3.1 信号分解的对比效果 | 第37-38页 |
| 3.3.2 三种算法实现效果对比 | 第38-40页 |
| 3.4 CEEMDAN在肌音信号降噪中的应用 | 第40-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 肌音信号的非线性动力学特性分析 | 第44-57页 |
| 4.1 周期信号、肌音信号、随机信号分形盒维数比较 | 第44-49页 |
| 4.1.1 分形维数的概念与应用 | 第46-47页 |
| 4.1.2 分形盒维数 | 第47-49页 |
| 4.2 周期信号、肌音信号、随机信号LZ复杂度比较 | 第49-51页 |
| 4.2.1 LZ复杂度原理 | 第50页 |
| 4.2.2 LZ复杂度算法步骤 | 第50-51页 |
| 4.3 周期信号、肌音信号、随机信号最大李雅普诺夫指数比较 | 第51-54页 |
| 4.3.1 最大李雅普诺夫指数应用机理 | 第51-52页 |
| 4.3.2 最大李雅普诺夫指数计算原理 | 第52-54页 |
| 4.4 周期信号、肌音信号、随机信号模糊熵比较 | 第54-56页 |
| 4.4.1 近似熵和样本熵概述 | 第54页 |
| 4.4.2 模糊熵原理 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 肌肉疲劳过程中肌音信号的特征趋势研究 | 第57-77页 |
| 5.1 肌音信号特征提取 | 第57-58页 |
| 5.2 肌肉疲劳过程中肌音信号的传统频域特征分析 | 第58-61页 |
| 5.2.1 频域特征MDF和MPF | 第58-59页 |
| 5.2.2 肌肉疲劳过程中肌音信号中值频率变化趋势 | 第59-60页 |
| 5.2.3 肌肉疲劳过程中肌音信号平均功率频率变化趋势 | 第60-61页 |
| 5.3 肌肉疲劳过程中肌音信号的非线性动力学特征分析 | 第61-66页 |
| 5.3.1 肌肉疲劳过程中肌音信号分形盒维数变化趋势 | 第61-63页 |
| 5.3.2 肌肉疲劳过程中肌音信号分形LZ复杂度变化趋势 | 第63-64页 |
| 5.3.3 肌肉疲劳过程中肌音信号分形最大李雅普诺夫指数变化趋势 | 第64-65页 |
| 5.3.4 肌肉疲劳过程中肌音信号分形模糊熵变化趋势 | 第65-66页 |
| 5.4 肌音信号静态疲劳结果分析 | 第66-76页 |
| 5.4.1 肌音信号特征值归一化 | 第66-67页 |
| 5.4.2 肌音信号特征值线性和二项式拟合 | 第67-74页 |
| 5.4.3 肌音信号的特征值变化率 | 第74-76页 |
| 5.5 本章小结 | 第76-77页 |
| 第6章 总结与展望 | 第77-79页 |
| 6.1 总结 | 第77-78页 |
| 6.2 展望 | 第78-79页 |
| 参考文献 | 第79-86页 |
| 致谢 | 第86-87页 |
| 攻读硕士期间成果 | 第87页 |
