利用表面机电信号的非接触式操控手机系统设计

发布时间：2021-10-06 16:42

　　设计了一套基于表面肌电信号（sEMG）的非接触式操控手机系统。利用STM32控制表面肌电电极采集sEMG,通过在执行不同手势时sEMG本身的差异,使用BP神经网络分类器实现手势识别并操控手机。实验结果表明,该系统具有良好的稳定性,且响应速度快,平均识别率达到92%,符合预期。 

【文章来源】：单片机与嵌入式系统应用. 2020,20(03)

【文章页数】：4 页

【部分图文】：

系统框图

sEMG信号采集模块电极放置

首先使用滤波器对已采集数据进一步处理，从信号中取得的五万个点构成了多组动作，有效信号频率处于20～400Hz。针对信号特点，分别选择FIR低通滤波器（设置通带截止频率为500Hz，阻带截止频率为600 Hz）和高通滤波器（设置通带截止频率为5Hz，阻带截止频率为2Hz）滤去高频噪声和基线漂移的信号，滤波前后的信号分别如图3和图4所示。2.2 活动段检测

【参考文献】：
期刊论文
[1]基于面向对象特征提取的BP神经网络分类——以武陵源地区为例[J]. 陈鸣,胡慧萍,杨敏华.  现代测绘. 2017(03)
[2]表面肌电信号特征提取方法研究发展趋势[J]. 刘建,邹任玲,张东衡,徐秀林,胡秀枋.  生物医学工程学进展. 2015(03)
[3]基于自适应阈值处理的表面肌电信号小波去噪研究[J]. 娄智,邓浩,陈香,姚博,杨基海.  生物医学工程学杂志. 2014(04)
[4]基于短时能量加过零率的实时语音端点检测方法[J]. 吕卫强,黄荔.  兵工自动化. 2009(09)
[5]BP神经网络隐含层单元数的确定[J]. 沈花玉,王兆霞,高成耀,秦娟,姚福彬,徐巍.  天津理工大学学报. 2008(05)
[6]表面肌电信号数字传感器的设计[J]. 仉冠生,杨鹏,郭欣,陈玲玲.  微计算机信息. 2007(25)

博士论文
[1]表面肌电信号检测和处理中若干关键技术研究[D]. 赵章琰.中国科学技术大学 2010

硕士论文
[1]BP神经网络的改进研究及应用[D]. 刘天舒.东北农业大学 2011
[2]表面肌电信号的特征提取与模式分类研究[D]. 邱青菊.上海交通大学 2009



本文编号：3420381