摘要:基于表面肌电信号的肢体运动模式识别是假手仿生控制的基础,SEMG的个体差异与识别率是肌电假手实用化必须面对的问题。本文根据SEMG的频谱特性提出了一种新的特征提取方法——功率谱比值法。该方法的主要特点是以实时取得的SEMG功率谱信号为基础,确定最大功率谱附近的谱能量与全信号段谱能量之比为特征值,将人的个体差异影响降低到最低程度。模式分类器采用特别设计的Bayes统计决策算法,该方法在非特定人的条件下应用于前臂肌群的多运动模式识别时,识别正确率达到84%,已具备一定的实用性。
关键词:表面肌电信号 功率谱 bayes统计决策算法
单位:杭州电子科技大学; 杭州310018; 清华大学精密机械与仪器系; 北京100084
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社