不論是民用領(lǐng)域、醫(yī)療領(lǐng)域還是軍事領(lǐng)域,人機(jī)交互都廣泛地被應(yīng)用,如智能假肢控制、運(yùn)動(dòng)醫(yī)學(xué)、康復(fù)醫(yī)療、臨床醫(yī)療、作戰(zhàn)指揮領(lǐng)導(dǎo)等方面,它已經(jīng)逐漸地成為當(dāng)下社會(huì)科學(xué)家們研究的一項(xiàng)焦點(diǎn)。在智能假肢領(lǐng)域中,表面肌電信號(hào)以其容易被獲取并且控制假肢更直接、自然且無創(chuàng)傷的優(yōu)勢,成為應(yīng)用最為廣泛的控制信號(hào)源。對(duì)于目前的狀況而言,通過利用表面肌電信號(hào)來控制智能假肢還存在問題。首先,手勢識(shí)別的動(dòng)作種類較少,且均是一些基礎(chǔ)的手勢和手腕部動(dòng)作。其次,離線的表面肌電信號(hào)控制智能假肢不具備實(shí)時(shí)性,從發(fā)布指令開始到動(dòng)作的完成,時(shí)延長,會(huì)對(duì)使用者產(chǎn)生困擾。然后,傳統(tǒng)的特征提取方法,需要大量復(fù)雜的計(jì)算,這樣既耗時(shí)又耗力,導(dǎo)致手勢識(shí)別的準(zhǔn)確率低,會(huì)影響智能假肢的精準(zhǔn)控制。對(duì)于以上的問題,本文針對(duì)一些手指動(dòng)作,研究表面肌電信號(hào)的特征提取及動(dòng)作識(shí)別。本文研究內(nèi)容主要如下:（1）介紹了國內(nèi)外智能假肢現(xiàn)狀、表面肌電信號(hào)特征提取方法和識(shí)別方法的研究現(xiàn)狀,并且闡述了表面肌電信號(hào)相應(yīng)產(chǎn)生機(jī)理、數(shù)學(xué)模型及特點(diǎn)。同時(shí)介紹了本文所用的NinaPro數(shù)據(jù)庫中的DB2健康個(gè)體數(shù)據(jù)集和DB3殘疾個(gè)體數(shù)據(jù)集,對(duì)于其中的9種手指動(dòng)作的數(shù)據(jù)進(jìn)行了歸一化、降... 

【文章來源】：哈爾濱工程大學(xué)黑龍江省211工程院校

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 智能假肢國內(nèi)外研究現(xiàn)狀
        1.2.2 表面肌電信號(hào)特征提取方法
        1.2.3 表面肌電信號(hào)識(shí)別方法
    1.3 主要研究內(nèi)容
    1.4 論文的結(jié)構(gòu)安排
第2章 表面信號(hào)的產(chǎn)生機(jī)理及分析處理
    2.1 生物電現(xiàn)象
    2.2 表面肌電信號(hào)產(chǎn)生機(jī)理
    2.3 表面肌電信號(hào)的數(shù)學(xué)模型及特點(diǎn)
    2.4 表面肌電信號(hào)的分析及預(yù)處理
    2.5 本章小結(jié)
第3章 基于主成分分析法的手勢動(dòng)作識(shí)別
    3.1 主成分分析法
    3.2 支持向量機(jī)分類器
    3.3 實(shí)驗(yàn)結(jié)果對(duì)比分析
    3.4 本章小結(jié)
第4章 基于共空間模式法的手勢動(dòng)作識(shí)別
    4.1 共空間模式簡介
    4.2 共空間模式算法
        4.2.1 Tikhonov正則化共空間模式算法
        4.2.2 加權(quán)Tikhonov正則化共空間模式算法
    4.3 線性判別分析
    4.4 實(shí)驗(yàn)結(jié)果對(duì)比分析
    4.5 本章小結(jié)
第5章 基于深度卷積神經(jīng)網(wǎng)絡(luò)的手勢動(dòng)作識(shí)別
    5.1 肌電信號(hào)的時(shí)域特征提取
        5.1.1 時(shí)域分析法
        5.1.2 頻域分析法
        5.1.3 時(shí)頻分析法
    5.2 時(shí)域特征參數(shù)
    5.3 卷積神經(jīng)網(wǎng)絡(luò)
        5.3.1 卷積層
        5.3.2 降采樣層
        5.3.3 全連接層
    5.4 卷積神經(jīng)網(wǎng)絡(luò)相關(guān)算法
        5.4.1 前向傳播與反向傳播
        5.4.2 Softmax分類器
        5.4.3 批次歸一化
    5.5 卷積神經(jīng)網(wǎng)絡(luò)模型設(shè)計(jì)
        5.5.1 實(shí)驗(yàn)結(jié)果對(duì)比分析
        5.5.2 不同算法對(duì)比分析
    5.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文和取得的科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的表面肌電信號(hào)手勢識(shí)別[J]. 楊亞慧,謝宏.  微型機(jī)與應(yīng)用. 2017(15)
[2]智能假肢手的生機(jī)電集成[J]. 姜力,楊斌,黃琦,曾博,樊紹巍,楊大鵬,郭闖強(qiáng).  機(jī)器人. 2017(04)
[3]基于熵和PSO優(yōu)化SVM的肌電信號(hào)跌倒識(shí)別[J]. 武昊,席旭剛,羅志增.  傳感技術(shù)學(xué)報(bào). 2015(11)
[4]基于SVM的下肢運(yùn)動(dòng)表面肌電信號(hào)的特征提取與辨識(shí)分析[J]. 張羿,趙慧龍,張向剛,秦開宇.  載人航天. 2015(02)
[5]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)
[6]基于EMG頻域特征的假肢機(jī)電信號(hào)識(shí)別研究[J]. 韓曉新,邢紹邦,劉海燕,朱品偉,胡春華,沃松林.  測試技術(shù)學(xué)報(bào). 2011(04)
[7]HIT/DLR HandⅡ類人形五指靈巧手機(jī)構(gòu)的研究[J]. 樊紹巍,劉伊威,金明河,蘭天,陳兆芃,劉宏,趙大威.  哈爾濱工程大學(xué)學(xué)報(bào). 2009(02)
[8]握力大小與前臂肌肉表面肌電活動(dòng)模式的相關(guān)性研究[J]. 侯文生,許蓉,鄭小林,馬麗.  航天醫(yī)學(xué)與醫(yī)學(xué)工程. 2007(04)
[9]基于肌肉電信號(hào)控制的假肢用機(jī)械手的設(shè)計(jì)[J]. 王宏,姬彥巧,趙長寬,李琪.  東北大學(xué)學(xué)報(bào). 2006(09)
[10]基于表面肌電信號(hào)的前臂手部多運(yùn)動(dòng)模式識(shí)別[J]. 羅志增,王人成.  儀器儀表學(xué)報(bào). 2006(09)

博士論文
[1]基于表面肌電信號(hào)的人手動(dòng)作模式識(shí)別關(guān)鍵技術(shù)研究[D]. 都明宇.浙江工業(yè)大學(xué) 2017
[2]基于多源信息的智能仿生手臂模式識(shí)別方法研究[D]. 徐卓君.吉林大學(xué) 2015

碩士論文
[1]肌電信號(hào)評(píng)價(jià)電刺激致肌疲勞方法的研究[D]. 王穎.北京協(xié)和醫(yī)學(xué)院 2013



本文編號(hào)：3641653