声明
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 外骨骼机器人研究介绍
1.2.2 人体表面肌电信号研究概述
1.3 研究内容及论文结构
1.3.1 研究内容
1.3.2 论文结构
第2章 sEMG信号的采集与预处理
2.1 sEMG信号概述
2.1.1 sEMG信号产生机理
2.1.2 sEMG信号特点
2.1.3 人体下肢主要肌肉类型及作用
2.2 下肢运动特点及步态划分
2.2.1 下肢运动特点
2.2.2 步态划分
2.3 sEMG信号的采集系统
2.3.1 sEMG信号采集方案
2.3.2 表面肌电电极的放置和下肢肌肉的选取
2.3.3 原始sEMG信号数据分析
2.4 sEMG信号的预处理
2.4.1 预处理方法及预处理过程
2.4.2 小波阈值去噪方法
2.4.3 巴特沃斯滤波
2.5 本章小结
第3章 sEMG信号特征分析
3.1 下肢运动起始点检测
3.2 特征数据段分割技术
3.3 sEMG信号特征提取
3.3.1 时域特征分析
3.3.2 频域特征分析
3.4 sEMG信号特征值降维
3.4.1 sEMG信号特征值降维处理
3.4.2 sEMG信号特征值评定
3.5 本章小结
第4章 基于SVM-KNN的分类识别
4.1 分类器的优缺点比较分析
4.2 基于SVM的分类识别方法
4.2.1 支持向量机原理概述
4.2.2 SVM步态识别
4.3 基于KNN的分类识别方法
4.3.1 K近邻概述
4.3.2 KNN步态识别
4.4 基于SVM-KNN的分类识别方法
4.4.1 传统SVM-KNN算法
4.4.2 SVM-KNN算法的改进
4.4.3 改进的SVM-KNN步态识别
4.5 实验结果比较与分析
4.6 本章小结
第5章 总结与展望
5.1 论文完成的主要工作
5.2 工作展望
致谢
参考文献
攻读硕士学位期间发表的论文与参加的科研项目
武汉理工大学;