肌肉疲劳是指肌肉在经过一定量的收缩运动,会出现最大收缩力量的下降,同时引起最大收缩功率的暂时性减小的生理现象。肌肉疲劳是衡量肌肉状态的一个重要指标,当肌肉处于疲劳状态时如果不及时进行休息可能会造成严重的肌肉拉伤,对人们的平时运动锻炼或者病人的康复训练造成严重的影响。研究并设计一款能够分析、监测肌肉疲劳状态的系统,为人们在日常锻炼以及病人康复提供可靠有效的指导,对基础医学研究、临床分析、体育科学以及病人的康复治疗等学科有重要的价值和意义。目前,对肌肉疲劳状态的测量的间接方法主要有:肌电图法、肌音图法、脑电图法以及超声图等方法。区别于这几种主要的测量技术,本文采取了基于多通道介电常数测量技术去监测肌肉的疲劳状态。该方法在测量肌肉的过程中对测试肌体不产生任何创伤,而且应用到的传感器模组的体积较小,具有很强的抗干扰能力等等。本文的主要工作如下:(1)传感器的设计。为了能够较好的测量肌肉组织的介电常数,本文设计了一个含有八块电容极板的电容极板阵列,在微处理器的控制下选择不同的电容极板组合,通过多种电容极板组合形成空间上不同的非平行板电容器可以做到获取更详细全面的肌肉组织的介电常数变化的信息。(2)信号采集模块的设计。通过对非平板电容器阵列进行不同的组合形式,形成共52中不同形状、不同间隔大小的电容器。利用这些电容器测量不同深度、不同面积下待测局部肌肉介电常数的变化。采取模拟硬件电路放大微弱的肌肉介电常数信号去并除其他无用的干扰信号,将52种电容器采集到的稳定肌肉介电常数信号的数据发送至数据处理模块中。在整个采集模块中,使用了 STM32F334处理器实现对采集过程的控制功能。(3)数据处理算法设计与实现。设计了能够处理52维的肌肉介电常数信号的数据的BP人工神经网络,利用该网络,可以克服个体不同、位置不同、人体状态变化以及环境等不确定因素带来的各种不利影响,有效地将采集到的肌肉传感数据转换成可靠的肌肉疲劳数据。这部分算法使用STM32F767处理器以及相关的外围电路实现。(4)设计了系统的驱动电路、测试电路、MCU电路、数据存储电路以及各种用于通信的接口电路。(5)编写了相关的测控软件,其中主要包含:UCOS-Ⅲ嵌入式操作系统的移植、FATFS文件操作系统使用、神经网络算法编程、NAND FLASH存储、USB通信接口与电脑通信的编程以及对LCD触摸屏的开发完成人机交互界面。(6)系统性能测试。通过人体肌肉的实际测试过程,对系统的软、硬件性能进行了测试与检验。实验中,对多人进行了多组的上肢平举哑铃以及下肢深蹲运动过程前、中、后期测试。系统输出的肌肉疲劳程度结果表明,所设计系统能够有效检测出肌肉的疲劳程度,而且系统的输出是稳定的,具有很强的抗干扰性能。