基于BP神经网络的表面肌电信号与腿部典型动作关系研究

发布时间：2024-06-03 06:47

　　表面肌电信号是人体肌肉活动时在皮肤表面收集到的生物电信号,它可以反映肌肉和神经的活动状态,在一定程度上反映人体的运动状态,又由于提取方式便捷,广泛利用与康复医学和智能机器人的人机交互领域。随着全球社会老龄化加剧,行动不便人群占比不断增加,为了辅助行动不便人群日常生活,下肢外骨骼机器人这类运动辅助设备不断发展壮大,而利用运动识别技术使得运动辅助设备更加智能化。目前存在的助行机器人和民用劳作机器人,在使用者的意图识别上都有着不太准确,穿戴繁琐,获取信号冗余的问题。针对以上问题本文将针对下肢四类典型动作的表面肌电信号利用神经网络进行模式识别,以最少的肌肉数目来达到较高的识别程度,减轻使用者的负担,提高使用率。本文的主要工作有:1.分析表面肌电信号的产生机理和特点,选择并确定采集传感器以及主控器,搭建采集系统。2.根据解剖学知识,分析确定与动作相关的下肢肌肉。并完成下肢四个典型动作的表面肌电信号的采集试验。3.分析原始信号,针对噪声搭建巴特沃斯滤波器,对采集到的信号进行预处理并分析。4.分析滤波后的表面肌电信号,在时域与频域上进行特征分析与提取。搭建BP神经网络,利用提取的特征值作为输入量,对...

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 课题来源
    1.2 本课题研究背景及意义
        1.2.1 研究背景
        1.2.2 研究意义
    1.3 国内外研究现状
        1.3.1 表面肌电信号采集和预处理
        1.3.2 表面肌电信号特征提取方法
        1.3.3 表面肌电信号模式识别
    1.4 本文研究内容
    1.5 本章小结
第2章 下肢表面肌电信号采集
    2.1 引言
    2.2 表面肌电信号分析
        2.2.1 表面肌电信号产生机理
        2.2.2 表面肌电信号特点
        2.2.3 表面肌电信号影响因素
    2.3 下肢肌肉分析及实验动作设计
        2.3.1 下肢肌肉分析
        2.3.2 实验动作设计
    2.4 表面肌电信号信号采集
        2.4.1 元器件选择
        2.4.2 实验方案设计
        2.4.3 表面肌电信号采集
    2.5 本章小结
第3章 下肢表面肌电信号预处理及时频特征提取
    3.1 引言
    3.2 表面肌电信号预处理
        3.2.1 噪声分析
        3.2.2 滤波器设计
    3.3 表面肌电信号时域特征提取
        3.3.1 表面肌电信号时域特征提取
        3.3.2 时域特征分析
    3.4 表面肌电信号频域特征提取
        3.4.1 表面肌电信号频域特征提取
        3.4.2 频域特征分析
    3.5 本章小结
第4章 表面肌电信号神经网络分类器设计
    4.1 引言
    4.2 分类器选择
        4.2.1 支持向量机
        4.2.2 神经网络
    4.3 BP神经网络
        4.3.1 模式识别简述
        4.3.2 BP神经网络结构模型
    4.4 BP神经网络分类器设计
        4.4.1 BP神经网络模型构建
        4.4.2 BP神经网络实验过程及结果分析
    4.5 本章小结
第5章 结论与展望
    5.1 结论
    5.2 展望
致谢
参考文献



本文编号：3988339