2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、肌電(Electromyography,EMG)信號(hào)是由多個(gè)運(yùn)動(dòng)單位(Motro Unit,MU)興奮發(fā)放的運(yùn)動(dòng)單位動(dòng)作電位序列(Motor Unit Action Potential Train,MUAPT)沿肌纖維傳播在檢測(cè)電極處的時(shí)間、空間疊加合成結(jié)果,是與肌肉收縮緊密相關(guān)的神經(jīng)肌肉活動(dòng)電特性的表現(xiàn)。肌電信號(hào)的分解則是其形成的求逆過程,即根據(jù)EMG的產(chǎn)生機(jī)理,還原出構(gòu)成它的主體運(yùn)動(dòng)單位動(dòng)作電位序列,進(jìn)而可以獲得運(yùn)動(dòng)單位動(dòng)作電位(M

2、otor Unit Action Potential,MUAP)的波形信息和運(yùn)動(dòng)單位的募集發(fā)放信息。肌電信號(hào)的分解對(duì)于神經(jīng)肌肉控制的基礎(chǔ)研究和神經(jīng)肌肉疾病的臨床診斷具有重要的理論意義和應(yīng)用價(jià)值。
   與插入式肌電信號(hào)(indwelling electromyography,iEMG)相比,表面肌電信號(hào)(Surface Electromyography,sEMG)檢測(cè)具有無創(chuàng)性的優(yōu)點(diǎn),應(yīng)用場(chǎng)合和范圍更加廣泛。但由于sEMG信號(hào)

3、信噪比低,不同運(yùn)動(dòng)單位的動(dòng)作電位波形相似性比較高,且包含較多的疊加波形,造成分解工作比較困難。國(guó)際上sEMG信號(hào)分解的研究狀況,大多數(shù)僅限于對(duì)肌肉輕度收縮力水平(<10%MVC)下的信號(hào)的分解,且對(duì)sEMG信號(hào)中疊加波形的分解問題很少涉及。
   本文重點(diǎn)研究了sEMG信號(hào)的降噪預(yù)處理技術(shù)和基于模式識(shí)別技術(shù)的sEMG信號(hào)分解算法,主要研究的工作和成果如下:
   (1)針對(duì)sEMG信號(hào)的噪聲特點(diǎn),提出基于經(jīng)驗(yàn)?zāi)B(tài)分解(

4、Empirical ModeDecomposition,EMD)的三級(jí)濾波器方法對(duì)sEMG信號(hào)進(jìn)行預(yù)處理,即采用頻譜插值法去除工頻干擾,采用形態(tài)學(xué)運(yùn)算去除基線漂移,采用經(jīng)驗(yàn)?zāi)B(tài)分解去除白噪聲。實(shí)驗(yàn)結(jié)果表明,所提出的方法不僅能夠提高sEMG信號(hào)的信噪比,也能有效的保留MUAP波形信息,這將有利于對(duì)MUAP波形的識(shí)別從而提高對(duì)sEMG信號(hào)的分解準(zhǔn)確率。
   (2)sEMG信號(hào)分解算法的研究。在對(duì)分解算法廣泛調(diào)研和深入分析的基礎(chǔ)上

5、,采用自組織特征映射(Self Self-Organizing Feature Map,SOFM)與學(xué)習(xí)向量量化(Learning Vector Quantization,LVQ)混合網(wǎng)絡(luò)對(duì)MUAP波形聚類分析,再利用支持向量機(jī)完成對(duì)MUAP的分類,最后采用基于遞歸的模板對(duì)準(zhǔn)技術(shù)分解疊加波形。實(shí)驗(yàn)結(jié)果表明,該分解算法能夠獲得較高的分解準(zhǔn)確率,尤其是對(duì)中低收縮力下的sEMG信號(hào)分解。
   (3)搭建分解系統(tǒng)平臺(tái)。在Matlab

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論