sEMG信号采集电路设计及其特征提取算法

论文摘要

表面肌电(Surface electromyography,sEMG)信号直接、客观地反映了神经和肌肉的活动功能状态,已获得广泛应用。本文设计了一种sEMG信号采集电路并以单通道形式采集上肢5种动作的sEMG信号,经小波包变换提取6种特征(其中一种引自基于小波变换的特征提取方法)并分别结合PCA和KPCA进行处理;再分别用BP神经网络和SVM进行动作识别。此外,对比了小波变换的特征提取;讨论了KPCA与PCA在特征变换上的差异。所提取的基于小波包变换的6种特征有5种的识别率均超过95.7%,其中引入的高低频系数组合特征在BP神经网络下平均识别率超过99%。基于小波变换提取的5种特征经KPCA变换后也达到较高的识别率。实验结果表明,本文的sEMG信号采集方法及其特征提取方法均达到较好效果。

论文目录

文章来源

类型: 期刊论文

作者: 赵谦,郭方锐,杨官玉

关键词: 信号采集,信号,特征提取,小波变换,小波包变换

来源: 数据采集与处理 2019年06期

年度: 2019

分类: 信息科技

专业: 无线电电子学,电信技术,自动化技术

单位: 西安科技大学通信与信息工程学院

基金: 陕西省科技计划工业科技攻关(2017GY-073)资助项目,西安市碑林区应用技术研发(GX1811)资助项目,西安市科技计划(GXYD13.5)资助项目

分类号: TP18;TN702;TN911.7

DOI: 10.16337/j.1004-9037.2019.06.010

页码: 1039-1049

总页数: 11

文件大小: 2657K

下载量: 136

相关论文文献

标签：信号采集论文;  信号论文;  特征提取论文;  小波变换论文;  小波包变换论文;