| 摘要 | 第1-14页 |
| Abstract | 第14-16页 |
| 缩略语表 | 第16-18页 |
| 第一章 绪论 | 第18-31页 |
| ·研究背景 | 第18-22页 |
| ·在轨飞行过程中人的职能 | 第18-19页 |
| ·在轨环境对人体负荷能力的影响 | 第19-21页 |
| ·在轨操作的人体负荷能力评估与预测的概念与内涵 | 第21页 |
| ·研究的理论意义与工程价值 | 第21-22页 |
| ·国内外研究现状 | 第22-28页 |
| ·在轨操作的人体负荷能力评估研究现状 | 第23-27页 |
| ·在轨操作的人体负荷能力预测研究现状 | 第27页 |
| ·国内外研究现状总结 | 第27-28页 |
| ·本文研究内容 | 第28-31页 |
| 第二章 基于肌电与肌力的负荷能力评估模型 | 第31-43页 |
| ·引言 | 第31页 |
| ·负荷能力评估指标 | 第31-39页 |
| ·客观评估指标 | 第31-37页 |
| ·主观评估指标 | 第37-39页 |
| ·负荷能力主/客评估指标的对比分析 | 第39-40页 |
| ·基于肌电与肌力的负荷能力评估模型构建 | 第40-42页 |
| ·小结 | 第42-43页 |
| 第三章 肌电与肌力信号的分析及特征提取 | 第43-67页 |
| ·引言 | 第43页 |
| ·肌电与肌力信号的基础生物力学 | 第43-44页 |
| ·骨骼肌的生物力学理论 | 第43-44页 |
| ·肌电信号生理基础与产生机理 | 第44页 |
| ·肌电信号的特征提取 | 第44-55页 |
| ·肌电信号的预处理 | 第44-47页 |
| ·肌电信号的时域特性分析 | 第47-48页 |
| ·肌电信号的频域特性分析 | 第48-49页 |
| ·肌电信号的双频域特性分析 | 第49-55页 |
| ·肌力信号的特征提取 | 第55-60页 |
| ·肌力信号预处理 | 第55页 |
| ·肌力分布规律分析 | 第55-56页 |
| ·肌力数据差异性检验 | 第56-57页 |
| ·肌力实施过程中的影响因素分析 | 第57-59页 |
| ·肌力与肌电相关关系分析 | 第59-60页 |
| ·支持向量机的在轨操作动作分类 | 第60-65页 |
| ·统计学习理论 | 第60-62页 |
| ·支持向量机方法 | 第62-64页 |
| ·多类模式支持向量机分类器的设计 | 第64-65页 |
| ·本章小结 | 第65-67页 |
| 第四章 基于肌电与肌力的负荷能力评估仿真分析 | 第67-81页 |
| ·引言 | 第67页 |
| ·肌电与肌力信号的生理模型仿真分析 | 第67-76页 |
| ·肌肉生理结构仿真 | 第67-69页 |
| ·细胞膜内动作电位仿真 | 第69-70页 |
| ·细胞膜外动作电位仿真 | 第70-72页 |
| ·肌纤维传导速度仿真 | 第72-73页 |
| ·运动单位募集仿真 | 第73-74页 |
| ·运动单位发放仿真 | 第74-75页 |
| ·肌肉颤搐力仿真 | 第75-76页 |
| ·负荷能力评估仿真分析 | 第76-80页 |
| ·基于时域上的肌电与肌力特征的负荷能力仿真评估 | 第77-78页 |
| ·基于频域上的肌电与肌力特征的负荷能力仿真评估 | 第78-79页 |
| ·基于双频域的肌电与肌力特征的负荷能力仿真评估 | 第79-80页 |
| ·本章小结 | 第80-81页 |
| 第五章 基于Elman神经网络的负荷能力预测模型 | 第81-89页 |
| ·引言 | 第81页 |
| ·神经网络基本理论和模型结构 | 第81-83页 |
| ·神经元结构模型 | 第81-82页 |
| ·神经网络的互联模式 | 第82-83页 |
| ·Elman神经网络结构与特征 | 第83-84页 |
| ·Elman神经网络结构 | 第83-84页 |
| ·Elman神经网络学习过程 | 第84页 |
| ·基于Elman神经网络的人体在轨操作负荷能力预测模型 | 第84-88页 |
| ·模型数据的选取与预处理 | 第84-85页 |
| ·网络设计与训练 | 第85-88页 |
| ·本章小结 | 第88-89页 |
| 第六章 面向在轨空间操作的人体负荷能力实验研究 | 第89-149页 |
| ·引言 | 第89页 |
| ·实验研究目的 | 第89页 |
| ·实验对象的选拔与确定 | 第89-90页 |
| ·实验系统介绍 | 第90-95页 |
| ·实验硬件系统 | 第90-94页 |
| ·实验软件系统 | 第94-95页 |
| ·实验方案设计 | 第95-99页 |
| ·实验工况 | 第95-96页 |
| ·测试项目 | 第96-99页 |
| ·基于表面肌电特征的实验结果分析 | 第99-115页 |
| ·表面肌电信号预处理结果 | 第99-103页 |
| ·时域分析结果 | 第103-106页 |
| ·频域分析结果 | 第106-109页 |
| ·双频域分析结果 | 第109-115页 |
| ·基于肌力统计的实验结果分析 | 第115-139页 |
| ·肌力预处理结果 | 第115-116页 |
| ·肌力分布规律结果 | 第116-125页 |
| ·肌力假设检验分析结果 | 第125页 |
| ·肌力多因素方差分析结果 | 第125-130页 |
| ·肌力与肌电相关关系分析结果 | 第130-139页 |
| ·基于支持向量机的实验结果分析 | 第139-143页 |
| ·左上肢动作模式识别结果 | 第140-141页 |
| ·右上肢动作模式识别结果 | 第141-143页 |
| ·基于Elman神经网络的实验结果分析 | 第143-146页 |
| ·左上肢负荷能力预测结果 | 第143-144页 |
| ·右上肢负荷能力预测结果 | 第144-146页 |
| ·本章小结 | 第146-149页 |
| 第七章 结论与展望 | 第149-154页 |
| ·论文主要工作总结 | 第149-152页 |
| ·进一步研究建议 | 第152-154页 |
| 致谢 | 第154-155页 |
| 参考文献 | 第155-166页 |
| 在学校期间取得的学术成果 | 第166-167页 |
| 在学校期间发表的学术专著与论文 | 第167-168页 |
| 在学校期间获奖和参与的科研项目 | 第168页 |