在人體前臂肌肉的表面肌電信號(hào)模式識(shí)別研究中，首要任務(wù)是給出能夠識(shí)別日常生活常用動(dòng)作及情感表達(dá)手勢(shì)的模式識(shí)別方法。除此之外，為智能仿生手臂的控制模塊提供更多的動(dòng)作細(xì)節(jié)信息，如手指關(guān)節(jié)角、握力等，能夠幫助其更好的完成日常生活動(dòng)作，提高設(shè)備的擬人化程度。針對(duì)以上設(shè)想，本文提出將加速信號(hào)及握力信號(hào)等其他與描述動(dòng)作有關(guān)的多源信號(hào)，與表面肌電信號(hào)融合，在模式識(shí)別的訓(xùn)練階段幫助生成更為準(zhǔn)確的分類策略，希望對(duì)智能仿生手臂的模式識(shí)別模塊的開(kāi)發(fā)能夠起到推動(dòng)作用。為了實(shí)現(xiàn)基于多源信息的智能仿生手臂模式識(shí)別研究，從表面肌電信號(hào)中提取更多能夠用于智能仿生手臂仿生化控制的運(yùn)動(dòng)細(xì)節(jié)信息，本文主要進(jìn)行了下面幾個(gè)方面的研究：提出了一種融合雙路信號(hào)特征的模特征提取算法。在表面肌電信號(hào)的手勢(shì)動(dòng)作模式識(shí)別中，一些識(shí)別率的損失是由于信號(hào)采集過(guò)程中信道順序顛倒造成的。為了解決這一問(wèn)題，本文基于復(fù)數(shù)的概念提出了綜合雙路信號(hào)特征的模特征提取算法，該算法將獨(dú)立的雙路特征作為復(fù)數(shù)的實(shí)部和虛部，計(jì)算雙路特征的模值作為信號(hào)的模特征。該模值能夠綜合反映雙路信號(hào)特征，同時(shí)對(duì)信道順序不敏感，魯棒性強(qiáng)。針對(duì)表面肌電信號(hào)樣本標(biāo)注代價(jià)大的問(wèn)題，本文提出... 

【文章來(lái)源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：119 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
前言
摘要
ABSTRACT
第1章 緒論
    1.1 問(wèn)題的提出與研究意義
        1.1.1 問(wèn)題提出
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 智能仿生手臂國(guó)內(nèi)外發(fā)展現(xiàn)狀
        1.2.2 表面肌電信號(hào)模式識(shí)別國(guó)內(nèi)外研究現(xiàn)狀
        1.2.3 存在的主要問(wèn)題
    1.3 本文的主要內(nèi)容與結(jié)構(gòu)安排
        1.3.1 科研項(xiàng)目資助情況
        1.3.2 研究目標(biāo)與主要研究問(wèn)題
        1.3.3 章節(jié)安排
第2章 基于特征融合的魯棒表面肌電信號(hào)半監(jiān)督模式識(shí)別
    2.1 引言
    2.2 表面肌電信號(hào)模特征提取算法
    2.3 安全半監(jiān)督支持向量機(jī)
        2.3.1 半監(jiān)督支持向量機(jī)
        2.3.2 安全半監(jiān)督支持向量機(jī)
    2.4 算法設(shè)計(jì)
        2.4.1 安全半監(jiān)督支持向量機(jī)的算法設(shè)計(jì)
        2.4.2 Label 矩陣
    2.5 仿真實(shí)驗(yàn)及結(jié)果分析
        2.5.1 實(shí)驗(yàn)數(shù)據(jù)采集
        2.5.2 考慮信道順序的識(shí)別率對(duì)比實(shí)驗(yàn)
        2.5.3 機(jī)器學(xué)習(xí)方法對(duì)比實(shí)驗(yàn)
        2.5.4 基于模特征的魯棒表面肌電信號(hào)半監(jiān)督模式識(shí)別實(shí)驗(yàn)
    2.6 本章小結(jié)
第3章 基于融合信息的表面肌電信號(hào)--關(guān)節(jié)角模式識(shí)別研究
    3.1 引言
    3.2 傳統(tǒng)活動(dòng)段檢測(cè)方法
    3.3 融合表面肌電信號(hào)和關(guān)節(jié)角信息的類活動(dòng)段檢測(cè)
    3.4 加速計(jì)信號(hào)中手指關(guān)節(jié)角的計(jì)算方法
    3.5 仿真實(shí)驗(yàn)及結(jié)果分析
        3.5.1 實(shí)驗(yàn)配置及數(shù)據(jù)采集
        3.5.2 活動(dòng)段檢測(cè)對(duì)比
        3.5.3 識(shí)別率對(duì)比
        3.5.4 關(guān)節(jié)角識(shí)別實(shí)驗(yàn)
        3.5.5 多類關(guān)節(jié)角識(shí)別實(shí)驗(yàn)
    3.6 本章小結(jié)
第4章 考慮肌肉力運(yùn)動(dòng)特性的表面肌電信號(hào)模式研究
    4.1 引言
    4.2 肌肉力與肌電信號(hào)的生物學(xué)關(guān)系
    4.3 表面肌電信號(hào)的窗特征提取方法
        4.3.1 窗樣本熵算法
        4.3.2 窗峰度值算法
    4.4 仿真實(shí)驗(yàn)及結(jié)果分析
        4.4.1 實(shí)驗(yàn)方案
        4.4.2 數(shù)據(jù)處理
        4.4.3 同側(cè)數(shù)據(jù)預(yù)測(cè)結(jié)果
        4.4.4 特征對(duì)實(shí)驗(yàn)結(jié)果的影響
        4.4.5 對(duì)側(cè)數(shù)據(jù)預(yù)測(cè)結(jié)果
    4.5 本章小結(jié)
第5章 智能仿生手的虛擬樣機(jī)開(kāi)發(fā)及仿真研究
    5.1 引言
    5.2 虛擬樣機(jī)模型建立
        5.2.1 人手運(yùn)動(dòng)機(jī)理研究
        5.2.2 虛擬假肢模型
        5.2.3 ADAMS 中的運(yùn)動(dòng)學(xué)仿真
    5.3 仿生手臂動(dòng)力學(xué)建模
    5.4 仿真實(shí)驗(yàn)及結(jié)果分析
        5.4.1 ADAMS 與 MATLAB 聯(lián)合仿真
        5.4.2 智能仿生手虛擬在線仿真
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 主要工作及成果
    6.2 研究展望
參考文獻(xiàn)
作者簡(jiǎn)介及研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于非線性特征的表面肌電信號(hào)模式識(shí)別方法[J]. 張啟忠,席旭剛,羅志增.  電子與信息學(xué)報(bào). 2013(09)
[2]基于表面肌電信號(hào)高通濾波處理后對(duì)指屈肌肌力估算的研究[J]. 郭峰.  體育科學(xué). 2012(12)
[3]腦電信號(hào)的小波變換和樣本熵特征提取方法[J]. 張毅,羅明偉,羅元.  智能系統(tǒng)學(xué)報(bào). 2012(04)
[4]基于FFT盲辨識(shí)的肌電信號(hào)建模及模式識(shí)別[J]. 李陽(yáng),田彥濤,陳萬(wàn)忠.  自動(dòng)化學(xué)報(bào). 2012(01)
[5]基于小波變換及AR模型的EMG模式識(shí)別研究[J]. 張毅,連奧奇,羅元.  電子測(cè)量與儀器學(xué)報(bào). 2011(09)
[6]一種基于加速度與表面肌電信息融合和統(tǒng)計(jì)語(yǔ)言模型的連續(xù)手語(yǔ)識(shí)別方法[J]. 田建勛,陳香,李云,楊基海.  中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2011(03)
[7]基于加速計(jì)與表面肌電傳感器信息融合的手語(yǔ)識(shí)別方法[J]. 李云,陳香,張旭,趙章琰,楊基海.  航天醫(yī)學(xué)與醫(yī)學(xué)工程. 2010(06)
[8]一種基于肌電信號(hào)的踝關(guān)節(jié)動(dòng)作預(yù)測(cè)方法的研究[J]. 王震,張震,姚松麗,章亞男,錢(qián)晉武.  高技術(shù)通訊. 2010(11)
[9]基于共空間模式和神經(jīng)元網(wǎng)絡(luò)的腦-機(jī)接口信號(hào)的識(shí)別[J]. 葉檸,孫宇舸,王旭.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(01)
[10]五指仿人機(jī)器人靈巧手DLR/HIT Hand Ⅱ[J]. 劉伊威,金明河,樊紹巍,蘭天,陳兆芃.  機(jī)械工程學(xué)報(bào). 2009(11)

博士論文
[1]基于表面肌電和加速度信號(hào)融合的動(dòng)作識(shí)別和人體行為分析研究[D]. 成娟.中國(guó)科學(xué)技術(shù)大學(xué) 2013
[2]智能仿生手臂肌電信號(hào)—運(yùn)動(dòng)模型化與模式識(shí)別理論方法研究[D]. 李陽(yáng).吉林大學(xué) 2012
[3]基于肌電信號(hào)的多模式人機(jī)接口研究[D]. 陳歆普.上海交通大學(xué) 2011
[4]仿人型假手多運(yùn)動(dòng)模式的肌電控制研究[D]. 楊大鵬.哈爾濱工業(yè)大學(xué) 2011
[5]人體上肢與上肢康復(fù)機(jī)器人運(yùn)動(dòng)控制研究[D]. 劉珊.華中科技大學(xué) 2008

碩士論文
[1]表面肌電信號(hào)模式識(shí)別及其運(yùn)動(dòng)分析[D]. 張莉.吉林大學(xué) 2013
[2]人體上肢骨肌建模及肌肉力預(yù)測(cè)方法研究[D]. 張爭(zhēng)輝.天津大學(xué) 2013
[3]多分類器集成技術(shù)研究[D]. 康恒政.西南交通大學(xué) 2011
[4]基于半監(jiān)督支持向量機(jī)的網(wǎng)絡(luò)流量分類機(jī)制的研究與實(shí)現(xiàn)[D]. 李響.北京郵電大學(xué) 2011



本文編號(hào)：3045409