论文部分内容阅读
目前针对EMG肌电信号的研究逐步兴起，其优点在于可以作为安全的医疗辅助机器人的控制信号。本文的研究目的在于如何快速、准确地从EMG肌电信号中识别人体肘关节运动角度，以产生准确的控制信号。本文首先介绍了EMG肌电信号的产生原理，以及EMG肌电信号的数学模型，从数学的角度分析了这一复杂的亚高斯随机信号，并且介绍了EMG肌电信号的采集实验。针对EMG肌电信号的噪声特性，本文提出采用基于Kaiser窗函数的FIR滤波器进行低通滤波，并选取单位时间肌电信号强度作为其特征。考虑到EMG肌电信号这一生物电信号本身具有的模糊特性，本文提出采用模糊神经网络的方法对EMG肌电信号进行识别，通过与目前在生物电信号领域中常用的多层感知器人工神经网络对比，发现模糊神经网络在有限训练时间内的识别精度要明显优于多层感知器人工神经网络。针对模糊神经网络结构的不确定性和“维数爆炸”问题，本文提出采用Substractive减法聚类分析优化模糊神经网络，精简了网络结构，在精度变化不大的情况下，训练速度明显加快。