基于小波包熵和支持向量机的手部肌电信号动作识别

摘要

针对表面肌电信号(sEMG)非线性非平稳等特点,提出一种基于小波包熵和支持向量机的表面肌电信号多运动模式识别方法.该方法利用小波包系数能量分布分析表面肌电信号特性,结合信息熵分析其不确定性和复杂性,先对表面肌电信号进行小波包分解,提取各节点的小波包系数矩阵,由各子带能量计算出小波包熵.以三路肌电信号的小波包熵为特征构建三维特征向量输入支持向量机分类器,对手部的多个动作进行分类.实验结果表明,基于小波包熵的特征向量结合支持向量机的方法能够以较高识别率区分伸腕、屈腕、展拳、握拳、腕外旋、腕内旋6种动作,能够得到比传统的神经网络分类器更为准确的分类结果.