基于多尺度最大李雅普诺夫指数的表面肌电信号模式识别

摘要：

为了提高动作表面肌电信号的识别率,提出一种将最大李雅普诺夫指数和多尺度分析结合的方法.从非线性和非平稳的角度出发,引入多尺度最大李雅普诺夫指数特征,并应用到人体前臂6类动作表面肌电信号的模式识别中.首先利用希尔伯特-黄变换,对原始信号进行经验模态分解,即多尺度分解；然后利用非线性时间序列分析方法,计算多尺度最大李雅普诺夫指数；最后将多尺度最大李雅普诺夫指数作为特征向量,输入支持向量机进行识别.平均识别率达到97.5％,比利用原始信号的最大李雅普诺夫指数进行识别时提高了3.9％.结果表明,利用多尺度最大李雅普诺夫指数对动作表面肌电信号进行模式识别效果良好.

关键词：表面肌电信号、最大李雅普诺夫指数、希尔伯特-黄变换、支持向量机、模式识别

所属期刊栏目：31

分类号：R318.04(医用一般科学)

资助基金：国家自然科学基金10872125;机械系统与振动国家重点实验室基金MSV-MS-2010-08;教育部留学回国人员科研启动基金;高等学校学科创新引智计划B06012

在线出版日期：2012-04-20（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：7-12