基于小波包熵和支持向量机的手部肌电信号动作识别方法

摘要

本发明提出了一种基于小波包熵和支持向量机的手部肌电信号动作识别方法。本发明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。以肌电信号的小波包熵为特征构建特征向量输入支持向量机分类器，并以固定间隔逐步增加参数的值，来搜索使模式识别率最高的SVM分类器参数值，对手部的多个动作进行分类。小波包变换是一种分析非平稳特性信号的有效方法且小波包变换在不同时频段均能精确刻画信号，提供丰富模式信息的特点，把三路sEMG信号提取的特征向量输入支持向量机，能有效识别出伸腕、屈腕、展拳、握拳、外旋、内旋6种动作模式，得到了比传统神经网络更高的识别率。