摘要 | 第11-12页 |
ABSTRACT | 第12-13页 |
第一章 绪论 | 第14-22页 |
1.1 课题研究背景 | 第14-20页 |
1.1.1 肌电信号产生的生理机制和特性 | 第14-16页 |
1.1.2 基于肌电信号人机交互的研究现状 | 第16-18页 |
1.1.3 基于肌电信号人机交互的发展趋势 | 第18-20页 |
1.2 课题研究内容 | 第20页 |
1.3 全文组织结构 | 第20-22页 |
第二章 表面肌电信号的采集和数据分析 | 第22-34页 |
2.1 表面肌电信号原始数据采集 | 第22-26页 |
2.1.1 肌电控制系统设计 | 第22-23页 |
2.1.2 肌电信号采集装置 | 第23-24页 |
2.1.3 肌电信号采集方法 | 第24-25页 |
2.1.4 实验软件平台 | 第25-26页 |
2.2 原始信号的预处理方法 | 第26-29页 |
2.2.1 产生噪声的原因 | 第26-27页 |
2.2.2 去除共模噪声 | 第27页 |
2.2.3 去除工频干扰 | 第27-28页 |
2.2.4 削弱硬件噪声 | 第28页 |
2.2.5 数据分割 | 第28-29页 |
2.3 表面肌电信号的特征分析 | 第29-33页 |
2.3.1 时域特征分析法 | 第29-31页 |
2.3.2 频域特征分析法 | 第31-32页 |
2.3.3 时频域特征分析法 | 第32-33页 |
2.4 本章小结 | 第33-34页 |
第三章 基于sEMG信号的上肢组合运动序列离线分析 | 第34-54页 |
3.1 实验范式构建 | 第34-37页 |
3.1.1 实验被试 | 第34页 |
3.1.2 实验任务 | 第34-35页 |
3.1.3 实验流程 | 第35-36页 |
3.1.4 刺激界面设计 | 第36-37页 |
3.2 信号采集和预处理 | 第37-39页 |
3.2.1 表面肌电信号采集 | 第37-38页 |
3.2.2 信号数据预处理 | 第38-39页 |
3.3 特征提取 | 第39-41页 |
3.3.1 特征选取 | 第39页 |
3.3.2 运动序列的MAV特征 | 第39-40页 |
3.3.3 运动序列的WL特征 | 第40页 |
3.3.4 静止时的MAV和WL特征 | 第40-41页 |
3.4 单个特征识别方法 | 第41-45页 |
3.4.1 组合运动序列区间划分 | 第41-42页 |
3.4.2 决策树学习与剪枝技术 | 第42-43页 |
3.4.3 基于决策树的分类器设计 | 第43-45页 |
3.5 多特征融合识别方法 | 第45-46页 |
3.5.1 特征层融合识别方法 | 第45页 |
3.5.2 决策层融合识别方法 | 第45-46页 |
3.6 离线结果分析 | 第46-50页 |
3.6.1 单个特征识别结果 | 第46-47页 |
3.6.2 多特征融合识别结果 | 第47-48页 |
3.6.3 方法对比与结果分析 | 第48-49页 |
3.6.4 H-S-E序列错误原因分析 | 第49-50页 |
3.7 弃用的范式与算法 | 第50-53页 |
3.7.1 太过自然的范式 | 第50-51页 |
3.7.2 模板匹配法 | 第51页 |
3.7.3 全局最值法 | 第51-52页 |
3.7.4 时序检测法 | 第52-53页 |
3.8 本章小结 | 第53-54页 |
第四章 基于sEMG信号的上肢组合运动序列人机交互 | 第54-64页 |
4.1 被控对象——NAO | 第54-56页 |
4.1.1 基本性能介绍 | 第54-55页 |
4.1.2 关节运动能力 | 第55-56页 |
4.2 同步控制范式设计 | 第56-58页 |
4.2.1 同步控制流程 | 第56页 |
4.2.2 在线动作识别 | 第56-57页 |
4.2.3 随动控制策略 | 第57-58页 |
4.3 异步控制范式设计 | 第58-60页 |
4.3.1 异步控制流程 | 第58-59页 |
4.3.2 在线动作识别 | 第59页 |
4.3.3 映射控制策略 | 第59-60页 |
4.4 同步范式结果分析 | 第60-61页 |
4.4.1 随动控制效果展示 | 第60-61页 |
4.4.2 结果分析与改进措施 | 第61页 |
4.5 异步范式结果分析 | 第61-63页 |
4.5.1 映射控制效果展示 | 第61-62页 |
4.5.2 结果分析与改进措施 | 第62-63页 |
4.6 本章小结 | 第63-64页 |
第五章 基于sEMG信号的人体上肢自然运动初步探究 | 第64-71页 |
5.1 实验范式构建 | 第64-66页 |
5.1.1 实验被试 | 第64页 |
5.1.2 实验动作 | 第64-65页 |
5.1.3 实验流程 | 第65-66页 |
5.2 信号采集与处理 | 第66-67页 |
5.2.1 信号采集与预处理 | 第66页 |
5.2.2 特征提取与识别方法 | 第66-67页 |
5.3 实验结果分析 | 第67-70页 |
5.3.1 单个特征识别结果 | 第67-68页 |
5.3.2 多特征融合识别结果 | 第68-69页 |
5.3.3 结果分析与改进措施 | 第69-70页 |
5.4 本章小结 | 第70-71页 |
第六章 总结与展望 | 第71-74页 |
6.1 全文工作总结 | 第71-72页 |
6.2 未来工作展望 | 第72-74页 |
致谢 | 第74-76页 |
参考文献 | 第76-81页 |
作者在学期间取得的学术成果 | 第81页 |