论文部分内容阅读
为了有效识别肌电信号EMG（Electromyography）的运动模式，利用小波分析的方法对采集的肌电信号进行消噪处理，最大限度地清除混杂在肌电信号中的噪声；然后提取各尺度小波系数最大值作为Pi-Sigma神经网络分类器的输入，完成基于EMG信号多运动模式的识别，与此同时，利用EMG信号的能量特性，对各模式的起始和终止时刻进行界定，配合模式分类器的识别结果控制电动假手完成相应的动作．实验表明，基于小波分析的二次消噪方法能很好地消除混杂在EMG信号中的噪声，在正确的运动模式识别情况下，依据提取的运动模式时