声明
摘要
第1章绪论
1.1课题研究背景及意义
1.2课题国内外研究现状及趋势
1.2.1康复机器人的发展现状
1.2.2表面肌电信号特征提取方法研究现状
1.3本文主要工作
第2章康复机器人表面肌电采集子系统
2.1表面肌电信号产生机理
2.1.1运动单元与运动电位
2.1.2表面肌电形成
2.2康复机器人表面肌电信号采集系统搭建
2.3.1采集系统硬件
2.3.2采集系统软件
2.3表面肌电信号采集实验
2.4本章小结
第3章表面肌电信号预处理方法
3.1表面肌电信号中运动伪影噪声的滤波方法
3.1.1采集系统的受噪声影响分析
3.1.2数字高通滤波器设计
3.1.3运动伪影滤波实验
3.2表面肌电信号去随机化方法
3.2.1表面肌电信号的现象模型
3.2.2表面肌电信号方差估计
3.2.3基于卡尔曼滤波的方差估计
3.2.4表面肌电信号的方差估计实验
3.3表面肌电信号活动段分割方法
3.3.1基于线性判别器的启动判别
3.3.2带延迟补偿的启动判别
3.4本章小节
第4章表面肌电信号的多特征提取方法
4.1表面肌电信号的时域特征提取方法
4.2基于模型参数的特征分析方法
4.3时域特征的时间窗口长度分析
4.4基于小波变换的表面肌电信号时频域特征提取方法
4.4.1小波变换
4.4.2基于小波能量系数的表面肌电信号特征提取
4.5本章小结
第5章基于NMF的表面肌电信号多特征融合方法
5.1表面肌电信号特征融合方法选取
5.2基础NMF方法
5.2.1 NMF基本问题
5.2.2 NMF目标函数
5.2.3 NMF乘法迭代更新规则
5.3交替投影梯度NMF方法
5.3.1交替非负最小二乘问题
5.3.2带边界约束优化问题的投影梯度解法
5.3.3交替投影梯度NMF算法
5.4基于PGNMF的表面肌电特征融合仿真实验
5.4.1防畸形点测试
5.4.2收敛速度实验
5.5本章小结
第6章基于表面肌电特征的运动模式分类器设计与实验
6.1基于表面肌电信号特征的运动识别分类器的建模方法
6.2 ELM算法概述
6.3基于截断奇异值分解的ELM(TSSVD-ELM)
6.4基于表面肌电特征的上肢动作识别实验
6.4.1表面肌电信号特征提取框架
6.4.2识别动作设计
6.4.3表面肌电信号采样点选择
6.4.4表面肌电信号采样条件
6.4.5基于表面肌电特征的运动模式分类实验
6.5本章小节
第7章总结与展望
参考文献
致谢
攻读硕士学位期间发表的论文