基于主元分析和线性判别分析的表面肌电信号动作识别的研究-控制理论与控制工程专业论文.docxVIP

中图分类号：TP391.4 密 级：公开 UDC：621.3 单位代码：10460 基于主元分析和线性判别分析的表面肌电 信号动作识别的研究 SEMG Signal Action Recognition Research Based on PCA and LDA 申请人姓名 姜磊 学位类别 工学硕士 学 科 专 业 控制理论与控制工程 研究方向 机器人控制 导 师 王红旗 职 称 副教授 提 交 日 期 2013.10 答 辩 日 期 2013.12 河南理工大学 河 南 理 工 大 学 学 位 论 文 原 创 性 声 明 本人郑重声明：所呈交的学位论文，是我个人在导师指导下进行的研究工作 及取得的研究成果。论文中除了特别加以标注和致谢的地方外，不包含任何其他 个人或集体已经公开发表或撰写过的研究成果。其他同志对本研究的启发和所做 的贡献均已在论文中作了明确的声明并表示了谢意。 本人愿意承担因本学位论文引发的一切相关责任。 学位论文作者签名 : 年 月 日 河 南 理 工 大 学 学 位 论 文 使 用 授 权 声 明 本学位论文作者及导师完全了解河南理工大学有关保留、使用学位论文的规定，即： 学校有权保留和向有关部门、机构或单位送交论文的复印件和电子版，允许论文被查阅 和借阅，允许将本学位论文的全部或部分内容编入有关数据库进行检索和传播，允许采 用任何方式公布论文内容，并可以采用影印、缩印、扫描或其他手段保存、汇编、出版 本学位论文。 保密的学位论文在解密后适用本授权。 学位论文作者签名： 导师签名： 年 月 日 年 月 日 致 谢 本文是在导师王红旗副教授的悉心指导下完成的，在研究生生活期间，王老师 无论是学习上还是生活上都给予我无微不至的关心与帮助。在我做实验一点进展 都没有的情况下，王老师帮我查找资料，指导肌电信号采集电路板的设计与制作。 现在毕业之际，王老师又在论文的选题与撰写方面给予我许多宝贵的意见与建议。 王老师总是鼓励我要多思索、勤动手、多创新。他严谨的治学态度，以及平易近 人的待人风格，高度的敬业精神都令学生受益终身，将永远鼓励着我在将来的学 习和工作中不断的努力。谨此，在这里我向王红旗副教授致以由衷的感谢和深深 地敬意。 感谢我师兄董冉，师姐孙雪凤，同门杜冬梅，师弟宋艳栋，李林伟，师妹毛阿 敏以及实验室老师胡志国、谢贝贝、胡伟、苏波的帮助。大家一起建造了和谐友 好的实验室生活和学习氛围，并使我在研究生期间留下了很多美好的人生回忆。 感谢 10 级电气学院研究生的所有同学，生活在这么一个团结和睦、互相关心、 互相帮助的集体中，我是幸福的。感谢我的室友韩超超，李雷，感谢他们一直对 我的照顾与帮助。 特别要感谢来自我的家庭尤其是我的父母这么多年来对我的支持，这么多年以 来他们都一直在后方默默地付出，与我分享学习生活中的酸甜苦辣，在这里深深 地表示对我无私无悔的支持的感谢。 感谢所有关心过我学习生活的老师、同学、家人以及朋友们。 I I PAGE PAGE IV 摘 要 近年来，随着计算机、模式识别、现代信号处理等技术的不断更新，国内外研 究人员开展了对表面肌电信号的深入研究。研究表明，表面肌电信号对于残疾人 的肌肉康复工程、运动员的肌肉训练项目以及智能假肢、智能轮椅的控制应用有 着重要的意义。本文在深入了解表面肌电信号产生机理的基础上，根据表面肌电 信号的性质特征，主要研究上肢前臂的表面肌电信号采集、动作模式特征提取以 及动作模式分类算法，进而实现人体上肢前臂展拳、握拳、手腕外翻、手腕内翻 四种动作模式的判别分类。这为最终实现肌电轮椅的控制提供了一定的理论依据 和实践基础。本文的主要工作及创新之处如下： （1）构建了肌电信号采集实验平台，包括表面肌电信号采集硬件电路设计和 基于虚拟仪器的软件平台。采用此平台能够实时采集到可靠稳定的表面肌电信号 数据。 （2）针对表面肌电信号的非平稳性及小波包变换系数维数过高的问题，为了 能够有效的获得表面肌电信号的特征参数，准确表征表面肌电信号，提出一种小 波包主元分析的表面肌电信号动作模式特征提取新方法。对采集到的肱桡肌和桡 侧腕曲肌两路表面肌电信号进行小波包主元分析，从而获得运动模式特征矩阵； 并与时域分析、小波包分析等特征提取方法进行对比实验。通过使用线性判别分 类器进行对比实验可得，小波包主元分析法优于时域分析法和小波包分析法，能 够更加有效的表征表面肌电信号。 （3）为了能够更加准确识别上肢动作，采用线性判别分析法对表面信号进行 动作识别。通过与 BP 网络、RBF 网络、支持向量机等分类器进行对比实验可得， 线性判别分析法对运动模式特征矩阵的识别率更高。 实验表明，运用此算法能够成功识别人体上肢前臂握拳、展拳、手腕内翻、手 腕外翻四种动作模式，并且达到9