| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 1 绪论 | 第11-17页 |
| ·表面肌电信号研究的背景及意义 | 第11-12页 |
| ·表面肌电信号的研究现状 | 第12-14页 |
| ·本文主要研究内容 | 第14-15页 |
| ·本章小结 | 第15-17页 |
| 2 表面肌电信号产生的机理及应用 | 第17-33页 |
| ·表面肌电信号生理学基础 | 第17-20页 |
| ·神经肌肉控制系统 | 第17-19页 |
| ·肌电信号的产生原理 | 第19-20页 |
| ·表面肌电信号的应用领域 | 第20-22页 |
| ·表面肌电信号的采集与特征 | 第22-25页 |
| ·表面肌电信号的采集 | 第22-24页 |
| ·表面肌电信号的特征 | 第24-25页 |
| ·表面肌电信号的数学模型 | 第25-31页 |
| ·线性系统模型 | 第25-27页 |
| ·集中参数模型 | 第27-28页 |
| ·双极型模型 | 第28页 |
| ·非平稳模型 | 第28-31页 |
| ·本章小结 | 第31-33页 |
| 3 基于小波变换的表面肌电信号去噪的改进算法 | 第33-49页 |
| ·小波变换理论基础 | 第33-39页 |
| ·连续小波变换 | 第33-34页 |
| ·离散小波变换 | 第34页 |
| ·多分辨率分析 | 第34-36页 |
| ·常用小波函数及小波函数的选择 | 第36-39页 |
| ·改进的表面肌电信号去噪方法 | 第39-47页 |
| ·改进阈值去噪法的分析原理 | 第39-42页 |
| ·改进阈值去噪法的验证及参数整定 | 第42-47页 |
| ·本章小结 | 第47-49页 |
| 4 基于参数模型和小波分析特征组合的表面肌电信号特征提取 | 第49-61页 |
| ·表面肌电信号的特征提取方法 | 第49-52页 |
| ·时域法 | 第49-50页 |
| ·频域法 | 第50页 |
| ·时频域法 | 第50-52页 |
| ·AR模型特征提取 | 第52-56页 |
| ·AR模型 | 第52-54页 |
| ·AR模型系数特征提取 | 第54-56页 |
| ·表面肌电信号的小波系数特征提取 | 第56-58页 |
| ·表面肌电信号的降维处理 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 5 表面肌电信号的动作判别分类 | 第61-73页 |
| ·BP神经网络分类器 | 第61-65页 |
| ·BP神经网络 | 第61-62页 |
| ·BP网络模型设计 | 第62-65页 |
| ·支持向量机分类器 | 第65-68页 |
| ·支持向量机 | 第65-67页 |
| ·支持向量机分类 | 第67-68页 |
| ·实验结果与分析 | 第68-71页 |
| ·本章小结 | 第71-73页 |
| 6 总结与展望 | 第73-75页 |
| 本文工作总结 | 第73-74页 |
| 创新点 | 第74页 |
| 展望 | 第74-75页 |
| 参考文献 | 第75-81页 |
| 在学期间研究成果 | 第81-83页 |
| 致谢 | 第83页 |