一种基于新型阈值函数小波去噪方法

传统小波阈值去噪方法中,软阈值法连续性好,但保真效果差,而硬阈值法可保留更多信息,但是在分界点处会产生振荡,即伪Gibbs现象。为了提高信号的保真效果,减少振荡现象,提出了一种新的阈值函数,该函数阈值介于软阈值与硬阈值之间,且是连续函数。方法既减小了软阈值固定偏差带来的失真,又消除了伪Gibbs现象。仿真结果表明,新方法的信噪比与均方误差均优于传统的阈值去噪方法。     

基于熵和PSO优化SVM的肌电信号跌倒识别

跌倒对老年人的健康构成严重危害,设计了一种基于肌电信号的跌倒识别方法,可用于跌倒检测报警。该方法首先对表面肌电动作信号进行小波包分解,再依据信号特征选取信号的低频分量并重构,计算其排列组合熵,最后以4路肌电信号对应的排列组合熵组成的特征向量输入SVM进行模式识别并采用粒子群算法对SVM中惩罚参数c和核函数参数g进行优化,对8种动作进行识别实验,跌倒识别率88%,特异度98.3%,平均识别率97.0%,优于网格法和遗传算法支持向量机（GA-SVM）的参数优化,具有较强的鲁棒性和抗干扰能力。     

基于独立成分分析的表面肌电信号工频去噪

表面肌电信号(SEMG)采集中,如何消除工频干扰对信号的后续应用意义重大.在探讨独立成分分析(ICA)原理的基础上,提出了一种用于表面肌电信号工频去噪的快速独立成分分析(FastICA)算法.该方法通过对观测信号去均值和白化处理后,用负熵作判据通过迭代得到解混矩阵,经解混运算得到源信号.针对混合信号ICA分离效果的差异,引入最大似然指标作为分离效果的评价量.实验结果表明,所提算法能有效分离SEMG信号中的工频噪声,运用最大似然评价指标将工频噪声降至最低.     

具有触觉临场感和肌电仿生控制功能的遥控机械手研究

提出了一种结合触觉临场感和肌电仿生控制技术的遥控机械手控制方法．采集手臂皮肤表面的肌电信号（表面EMG）,结合AR模型和贝叶斯分类方法判断出手部的运动模式,控制机械手完成相应的动作．触滑觉组合传感器以压电材料PVDF为敏感体,安装于遥控机械手的手指上．机械手抓握或触摸物体时产生触滑觉,触滑觉信号经处理后通过电刺激来刺激操控人员,实现触觉临场感;操控者可根据触觉临场感来掌握自己的手部动作．实验表明,所提方法能提高遥控机械手的仿生控制能力．     

相关证据的融合及其在机器人多感觉信息融合中的应用

Ｄ－Ｓ证据理论在多信息融合中的应用要求各证据间相互独立,这在很多实际场合中却很难实现。本文简要地阐述了基于Ｄ－Ｓ证据理论的多传感器信息融合算法,提供了一种基于Ｄ－Ｓ理论的推广方法以理解决融合信息的相关性问题,并用机器人的力学和热学传感器作实验,对该方法有效性进行了研究。     

用PVCF制作的机器人传感器

在分析ＰＶＤ敏感特性的基础上，阐述了用该材料研制的三缩腕力传感器，阵列压力传感器及热觉传感器，给出了三种传感器的结构及相应信号处理方法。     

改进的互谱法分析SMES及其在虚拟仪器中的实现

传统检测方法处理表面肌电信号（SMES）时，个体差异比较大，本文针对这一不足，应用互功率谱比值法对肌电信号进行处理，并分析互功率谱的各项参数和对应肢体动作变化之间的关系．消除了肌电信号实际测量中不可测噪声的干扰。实验表明这种改进的互功率谱比值法与传统的自功率谱比值法的方法相比，动作模式识别率得到了提高。同时，采用虚拟仪器技术提高仪器的测量精度，降低成本。     

肌电信号处理和肌电控制的研究

根据肌肉收缩力量的大小与运动神经纤维传出动作电位的频率有的特征，通过数据卡采集表面肌电信号，进行放大、滤波等处理，然后提取特征进行分析处理。在分析比较了各种特征提取方法的优缺点后，采用了功率谱法对肌电信号进行特征提取，并通过labview计算功率谱中最大值左右一定范围内的能量所占整个功率谱能量的比值K，根据K值来判断该肌电信号属于何种动作。     

肌电模糊熵特征的加权核FDA跌倒识别

针对跌倒常常对老年人的健康构成严重危害的问题.本文设计了一种基于肌电信号的跌倒检测方法,首先提取腓肠肌和股外侧肌的sEMG的模糊熵特征作为特征向量,然后,针对日常活动动作类(Activities of Daily Life,ADL)的数目远多于跌倒类导致的数据集不平衡的问题,提出了加权核Fisher线性判别方法,采用相应的平衡参数来调节样本核矩阵,最终,将跌倒与行走、蹲下和坐下辨识出来.实验结果表明,该方法跌倒平均识别率96.7%,ADL平均识别率99.4%,识别结果优于其它分类方法.     

肌电信号特征提取方法综述

肌电信号分析在肌肉的临床诊断、康复、仿生控制和工程应用等领域具有重要的研究价值,而特征提取是肌电信号分析的基础.文章总结回顾了现有肌电信号特征的提取方法,并将其归纳为四大类:时域分析方法、频域分析方法、时频分析方法和非线性动力学方法.在简单介绍各类特征提取方法的基础上,比较了各类方法的特点与优劣,并对其在肌电分析相关领域的应用前景进行了展望.