| 第一章 绪论 | 第1-10页 |
| §1．1 引言 | 第6-7页 |
| §1．2 本课题的意义 | 第7页 |
| §1．3 本论文的研究内容 | 第7-8页 |
| §1．4 本论文的组织结构 | 第8-10页 |
| 第二章 肌电信号处理分析现状 | 第10-20页 |
| §2．1 引言 | 第10页 |
| §2．2 影响肌电信号和肌肉产生的力的因素 | 第10-11页 |
| §2．3 肌电信号和力之间的联系 | 第11-12页 |
| §2．4 肌电信号识别的现状 | 第12-18页 |
| §2．4．1 统计方法 | 第13页 |
| §2．4．2 参数模型方法 | 第13-14页 |
| §2．4．3 人工神经网络方法 | 第14-15页 |
| §2．4．4 模糊控制方法 | 第15-18页 |
| §2．5 小结 | 第18-20页 |
| 第三章 高阶谱及其在信号处理中的应用[32][34] | 第20-36页 |
| §3．1 引言： | 第20-21页 |
| §3．2 高阶谱的基本原理 | 第21-26页 |
| §3．3 双谱的性质： | 第26-27页 |
| §3．4 双谱估计 | 第27-33页 |
| §3．4．1 直接法 | 第27页 |
| §3．4．2 间接法 | 第27-30页 |
| §3．4．3 参数模型法双谱估计 | 第30-33页 |
| §3．5 双谱的应用实例 | 第33-36页 |
| 第四章 肌电信号的分段方法 | 第36-48页 |
| §4．1 引言： | 第36-37页 |
| §4．2 模型建立 | 第37-41页 |
| §4．2．1 平稳分段模型的建立 | 第37-41页 |
| §4．3 实验结果 | 第41-46页 |
| §4．3．1 对模拟信号的区分结果 | 第41-44页 |
| §4．3．2 对一段肌电信号的分析结果 | 第44-46页 |
| §4．4 结果与展望 | 第46-48页 |
| 第五章 肌电信号的双谱分析 | 第48-62页 |
| §5．1 引言 | 第48页 |
| §5．2 双谱的特征提取 | 第48-57页 |
| §5．2．1 双谱的非线性 | 第49-51页 |
| §5．2．2 信号的直接法双谱估计 | 第51-53页 |
| §5．2．3 双谱的归一化 | 第53-55页 |
| §5．2．4 特征优化 | 第55-57页 |
| §5．3 肌电信号特征提取 | 第57-58页 |
| §5．4 人工神经网络分类器 | 第58-62页 |
| 结束语 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67页 |