以小波系数为特征值的Pi-sigma网络识别肌电信号

• 作者: 王飞 罗志增
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 肌电信号 运动模式 小波分析 模式分类器 电动假手
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 智能机器人
• 页码范围: 344-348
• 页数: 5页
• 分类号: TP242.6
• 字数: 3922字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2006.04.013

摘要

为了有效识别肌电信号EMG(Electromyography)的运动模式,利用小波分析的方法对采集的肌电信号进行消噪处理,最大限度地清除混杂在肌电信号中的噪声;然后提取各尺度小波系数最大值作为Pi-Sigma神经网络分类器的输入,完成基于EMG信号多运动模式的识别.与此同时,利用EMG信号的能量特性,对各模式的起始和终止时刻进行界定,配合模式分类器的识别结果控制电动假手完成相应的动作.实验表明,基于小波分析的二次消噪方法能很好地消除混杂在EMG信号中的噪声,在正确的运动模式识别情况下,依据提取的运动模式时间信息,能够方便地实现假手的实时控制.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗志增	杭州电子科技大学机器人研究所	164	2539	28.0	39.0
2	王飞	杭州电子科技大学机器人研究所	15	39	3.0	6.0