| 摘要 | 第1-7页 |
| abstract | 第7-11页 |
| 第一章 绪论 | 第11-22页 |
| ·本课题研究背景与意义 | 第11-12页 |
| ·智能下肢假肢研究的必要性与现实意义 | 第11页 |
| ·本课题在智能下肢假肢研究中的作用和意义 | 第11-12页 |
| ·国内外下肢假肢的发展概况 | 第12-13页 |
| ·研究方法综述 | 第13-20页 |
| ·特征提取方法 | 第13-17页 |
| ·模式识别方法 | 第17-18页 |
| ·基于神经网络的自适应控制方法 | 第18-20页 |
| ·本课题研究的主要内容 | 第20-22页 |
| 第二章 人体下肢运动特征与各信号源机理及采集 | 第22-36页 |
| ·人体下肢运动的参数化描述方法 | 第22-25页 |
| ·人体下肢运动分析 | 第22页 |
| ·人体下肢运动特征参数描述 | 第22-25页 |
| ·下肢运动力学信息获取系统搭建 | 第25-26页 |
| ·下肢表面肌电信号机理与获取 | 第26-30页 |
| ·足底压力传感器原理与足底压力信号获取 | 第30-33页 |
| ·膝关节角度传感器选型与角度测定 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 下肢多源运动信息预处理与特征提取 | 第36-57页 |
| ·下肢肌电信号 | 第36-50页 |
| ·下肢肌电信号的预处理 | 第36-44页 |
| ·希尔伯特-黄变换（HHT）方法简介 | 第36-39页 |
| ·基于经验模态分解（EMD）的阈值消噪方法对SEMG 消噪 | 第39-44页 |
| ·基于HHT 边际谱的下肢表面肌电信号特征提取 | 第44-50页 |
| ·足底压力信号 | 第50-52页 |
| ·足底压力信号的调理 | 第50页 |
| ·足底压力信号特征分析 | 第50-52页 |
| ·下肢膝关节角度 | 第52-56页 |
| ·膝关节角度信号的调理 | 第53-54页 |
| ·膝关节角度的特征分析 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第四章 基于人工神经网络的下肢多运动模式识别方法研究 | 第57-67页 |
| ·人工神经元结构模型 | 第57-58页 |
| ·基于L-M （levenberg-marquardt）改进算法的BP 神经网络 | 第58-61页 |
| ·BP 网络结构模型 | 第58-59页 |
| ·基于L-M 改进算法的BP 网络算法 | 第59-61页 |
| ·学习矢量量化（LVQ）神经网络 | 第61-62页 |
| ·LVQ 网络结构模型 | 第61页 |
| ·LVQ 神经网络学习算法 | 第61-62页 |
| ·识别结果及分析 | 第62-65页 |
| ·基于L-M 改进算法的BP 识别结果 | 第63-64页 |
| ·基于LVQ 识别结果 | 第64-65页 |
| ·本章小结 | 第65-67页 |
| 第五章 智能下肢假肢的自适应控制系统设计与仿真 | 第67-72页 |
| ·基于神经网络的自适应控制方法的概述 | 第67-68页 |
| ·智能下肢假肢控制方法简述 | 第68页 |
| ·LVQ 神经网络模型参考自适应控制系统设计与仿真 | 第68-71页 |
| ·神经网络自适应控制系统的结构 | 第69页 |
| ·神经网络对象辨识模型的建立 | 第69-70页 |
| ·Matlab 仿真结果分析 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| ·工作总结 | 第72-73页 |
| ·研究展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 附录 | 第80-81页 |
| 详细摘要 | 第81-85页 |
