sEMG信号采集电路设计及其特征提取算法

摘要：

表面肌电(Surface electromyography,sEMG)信号直接、客观地反映了神经和肌肉的活动功能状态,已获得广泛应用.本文设计了一种sEMG信号采集电路并以单通道形式采集上肢5种动作的sEMG信号,经小波包变换提取6种特征(其中一种引自基于小波变换的特征提取方法)并分别结合PCA和KPCA进行处理;再分别用BP神经网络和SVM进行动作识别.此外,对比了小波变换的特征提取;讨论了KPCA与PCA在特征变换上的差异.所提取的基于小波包变换的6种特征有5种的识别率均超过95.7％,其中引入的高低频系数组合特征在BP神经网络下平均识别率超过99％.基于小波变换提取的5种特征经KPCA变换后也达到较高的识别率.实验结果表明,本文的sEMG信号采集方法及其特征提取方法均达到较好效果.

关键词：信号采集、sEMG信号、特征提取、小波变换、小波包变换、KPCA

所属期刊栏目：34

分类号：TN702;TP391.4(基本电子电路)

资助基金：陕西省科技计划工业科技攻关2017GY-073;西安市碑林区应用技术研发GX1811;西安市科技计划GXYD13.5

在线出版日期：2020-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1039-1049