随着工业生产的现代化，各种机器在生产中的普及，在提高生产效率的同时也带来了许多不安全因素，加之一些人为因素，致使生产的事故率不断提高，加上交通事故等其它原因，人群中伤残的人数的比例在不断的攀登新的高峰，其中尤其以上肢伤残的人数为最多。许多人因为失去了手臂而丧失了劳动能力，也丧失了生活的信心，给自己和家庭带来了很大负担。 基于上述情况，大量科学工作者把自己的一生都奉献给了假肢事业的研究工作，各种各样的假肢也应运而生，其中用肌肉电信号控制的假肢的研究最为广泛，因为这种假肢最符合人们本来的习惯，其功能也最贴近人肢体原有的功能。 现阶段对于肌肉电信号控制的假肢来说，主要存在了两方面的不足：一方面，外围的控制电路不够完善；另一方面，肌电信号的识别不精确。其中后者成为限制其发展的首要问题。 为此，本文提出了一种新的肌电信号识别分类的方法，利用现代信号处理中AR模型与数值方差计算相结合方法，对肌电信号进行了压缩和特征提取，并以此特征值为输入在MATLAB软件中构建多层BP型神经网络，对肌电信号的特征值进行分类仿真，很好地实现了肌电信号的识别与分类，为利用肌电信号控制机械手手指运动的研究搭建了平台。 在信号采集方面，本文参考了大量的相关文献，并经过多次实验，最终选定指总肌肌群作为肌肉电信号采集的来源。在电路控制方面，本文选择了经济实用型单片机AT89C51和H桥芯片L298驱动机械手中的直流电机，实现了上位机对机械手完成食指、中指伸展，其它三指握拢；五指伸开；五指握拳这三种动作的控制。