基于经验模态分解样本熵的肌电信号识别

摘要：

针对表面肌电信号非线性、噪声强等特点，设计一种快速有效的表面肌电信号手部多运动模式识别方法，用于肌电假手的实时控制。提出了一种基于经验模态分解样本熵和聚类分析的表面肌电信号多运动模式识别方法。该方法对动作持续阶段的信号首先进行经验模态分解，将其分解为多个平稳的固有模态函数（ IMF），再依据频率有效度选取若干个包含肌电信号有效信息的IMF分量求和后，计算其样本熵。以尺侧腕伸肌和尺侧腕屈肌两路肌电信号对应的EMD样本熵作为特征向量，设计了主轴核聚类算法的聚类分类器进行模式识别。成功识别了展拳、握拳、腕上翻和腕下翻4种动作，平均识别率达到93%。该方法取得了较高的识别率，抗干扰能力强，计算量少，可用于肌电假手的控制。

关键词：计量学、表面肌电信号、经验模式分解、样本熵、聚类分析、模式识别

分类号：TB973(计量学)

资助基金：国家自然科学基金60903084，61172134，61201300；浙江省自然科学基金LY13F030017；浙江省科技计划项目2014C33105

在线出版日期：2014-12-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：534-539