Print

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

  • 引言
  • 1 信号采集电路设计
  •   1.1 sEMG信号采集电路方案设计
  •   1.2 各模块电路设计
  •     1.2.1 系统电源
  •     1.2.2 信号调理系统
  • 2 特征提取和特征变换
  •   2.1 sEMG信号的预处理
  •   2.2 基于小波包变换和KPCA的特征提取
  •   2.3 KPCA算法步骤
  • 3 实验与分析
  •   3.1 数据采集方案
  •   3.2 基于小波变换的特征提取与识别
  •   3.3 基于小波包变换的特征提取与识别
  •   3.4 PCA与KPCA对特征提取的差异
  • 4 结束语

    • 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

    本文来源: https://www.lunwen66.cn/article/89149b105eb7ea1dc6749c21.html