博士科研启动基金(B2010-60)
- 作品数：6 被引量：19H指数：3
- 相关作者：王红旗李林伟杜冬梅姜磊更多>>
- 相关机构：河南理工大学更多>>
- 发文基金：博士科研启动基金国家自然科学基金更多>>
- 相关领域：医药卫生电子电信更多>>
- 基于CC430的表面肌电信号无线采集系统的研究与设计被引量：1
- 2013年
- 表面肌电信号属于非平稳的生物电信号,其特点是信号微弱、易受干扰.针对表面肌电信号的特点,设计了阵列式表面肌电信号电极与带通信号调理,采集电路和基于单片机CC430的无线数据收发电路.该电路系统能有效覆盖带宽为10～1 000 Hz的表面肌电信号,实现了肌电信号的采集和与上位机的无线射频通信.
- 姜磊杜冬梅
- 关键词：表面肌电信号CC430信号调理无线通信
- 基于小波包主元分析的表面肌电信号特征识别被引量：2
- 2015年
- 针对表面肌电信号(SEMG)的非平稳性及小波包变换系数维数过高的问题,提出一种小波包主元分析和线性判别分析相结合的表面肌电信号动作特征识别新方法。以表面肌电信号用于智能轮椅为例,对采集到的两路SEMG信号进行小波包主元分析,提取SEMG信号的运动特征矩阵,并将运动特征矩阵输入到线性判别分类器进行分类,实现了前臂动作识别。试验表明:该方法能够将小波包系数矩阵由16维降到4维,并且对前臂的四种动作模式(握拳、展拳、手腕内翻和手腕外翻)的平均正确识别率达98%,与传统的小波包变换相比有较高的识别率。
- 王红旗李林伟毛啊敏
- 关键词：表面肌电信号线性判别分析
- 基于小波包的表面肌电信号特征表示与识别被引量：6
- 2015年
- 为提高智能轮椅人机接口中表面肌电信号的正确识别率和识别效率,主要研究了基于小波包多尺度分解的特征表示及识别。把采集的表面肌电信号在指定尺度及核函数的同一组正交小波包基下进行分解,用小波包多尺度分解的系数构造表面肌电信号的特征基向量。考虑到多通道表面肌电信号可能存在特征信息冗余,为消除这些冗余信息,对多通道表面肌电信号的特征空间通过正交规范化进行重构,并且用重构特征向量的对偶坐标向量作为表面肌电信号的最终特征表示。用非线性自回归神经网络实现了双通道表面肌电信号四种不同动作模式的分类。实验结果表明,小波包多尺度分解系数的重构对偶坐标向量不仅可作为表面肌电信号的特征表示,并能有效简化分类器的结构。
- 王红旗李林伟毛啊敏
- 关键词：表面肌电信号人机接口模式识别
- 表面肌电信号拾取与预处理电路设计被引量：2
- 2013年
- 表面肌电信号(SEMG)是指当骨骼肌收缩时,肌纤维所产生的微弱电信号在皮肤表面的募集。一般情况下,表面肌电信号特别微弱,频率主要集中在10～500 Hz范围内,幅值在10～5 000μV,很容易受到工频50 Hz噪声干扰。针对表面肌电信号的特点,采用Ag/AgCl电极拾取SEMG信号,设计了仪表放大电路,带通信号调理电路。实验证明,所设计的电路能有效提取带宽为10～1 000 Hz的表面肌电信号,实现了简捷有效的表面肌电信号拾取。
- 姜磊王红旗杜冬梅
- 关键词：表面肌电信号信号预处理带通滤波
- 手腕表面肌电信号的动作特征表示与识别被引量：6
- 2015年
- 为提高智能轮椅人机接口中表面肌电信号的正确识别率和识别效率,研究了基于小波包多尺度分解的特征表示和模式识别方法。首先把采集的表面肌电信号进行小波包分解,然后用小波包系数构造特征基向量。然后,根据小波包系数与表面肌电信号能量之间的内在联系重构了特征向量。最后用非线性自回归神经网络实现了双通道表面肌电信号四种不同动作模式的分类。实验结果表明,用小波包系数重构的特征基向量可作为表面肌电信号的动作特征,并能有效的简化分类器的结构。
- 王红旗李林伟毛啊敏
- 关键词：表面肌电信号人机接口模式识别
- 基于线性判别分析的表面肌电信号特征识别被引量：3
- 2015年
- 通过虚拟仪器同时采集桡侧腕屈肌和肱桡肌两路表面肌电信号,取其平均绝对值(MAV)和均方根(RMS)作为特征参数,并应用线性判别分析(LDA)方法对采集的样本进行模式识别。与其它特征识别方式的实验对比表明,所提的识别方法能够成功地从表面肌电信号中识别握拳、展拳、手腕内翻和手腕外翻4种动作,且动作识别精度更高。
- 王红旗毛啊敏李林伟
- 关键词：表面肌电信号线性判别分析模式识别虚拟仪器
