基于sEMG的步态运动模式细分及其识别方法

发布时间：2021-08-25 22:49

　　下肢步态是神经中枢系统、关节和肌肉联合作用的结果。由于人类步态的周期连续性和多样性,一个步态周期可以划分成多个阶段。步态模式的细分和识别技术在智能假肢控制、助残康复等领域具有重要应用。本文在研究步态模式细分和识别算法的基础上,从多源步态信息选择、信号预处理、步态事件确定以及多类特征提取的步态识别等多个方面进行了研究。主要工作如下:（1）在分析下肢运动机理和步态模式特点的基础上,采集加速度信号、下肢表面肌电信号、三维运动捕捉信号,完成了步态运动数据的同步。（2）针对步态模式细分问题,提出一种步态事件确定方法。基于加速度信号的综合变化率实现步态的初步分段,通过加速度信号的二次频域积分,求出脚跟和脚趾位移变化,在两个基本步态事件的基础上,改进对传感器的布局和分析方法,实现了四个步态事件划分的同时,并通过三维运动捕捉系统进行了验证。（3）针对肌电信号的噪声种类和特点,选择小波阈值法、小波包阈值法以及小波模极大值法对肌电信号进行消噪处理,引入信噪比和均方根误差评价消噪性能,结果表明小波模极大值法的去噪效果最佳。（4）针对肌电信号的周期,非平稳和混沌的特性,利用重叠窗口分析法,计算肌电信号的时域特... 

【文章来源】：杭州电子科技大学浙江省

【文章页数】：99 页

【学位级别】：硕士

【部分图文】：

步态运动方式直观类比事实上，步态就是一种固有的下肢运动模式，包括运动的下肢姿态和足部动

icon 三维运动捕捉系统，同步采集下肢肌电信号、加速度信号以及三信号。实验采集示意图及采集过程如下图所示。行进方向跑步机Z XYO摄像机信息测试场地MXControlMX Net肌电信号加速度信号图 2.6 步态同步采集示意图


本文编号：3363010