基于肌电小波包分解和GABP的人体关节角度预测方法

摘要

本发明涉及一种基于肌电小波包分解和GABP的人体关节角度预测方法。首先，获取人体膝和踝关节伸屈运动的表面肌电信号数据和实际角度信号。接着对动作信号段的原始肌电信号进行小波降噪得到有效表面肌电信号。将获取的有效肌电信号进行小波包分解，获得各层小波系数。计算各层小波系数的均方根和排列熵特征，作为预测网络的输入。然后构建GABP网络预测模型。使用遗传算法来对BP神经网络模型进行参数训练，得到最优初始化权值和阈值。最后进行网络训练，将提取的特征值分为训练集与测试集,使用训练集训练好网络之后,再使用测试集验证预测准确率。实验结果表明，该方法获得了较高的人体关节角度预测率。