论文部分内容阅读
基于表面肌电信号的上肢运动意图识别的研究是上肢康复机器人及智能假肢精确控制的基础。在FourierM2上肢力反馈康复平台上进行了4种上肢动作意图的识别研究。针对上肢表面肌电信号存在的高频噪声、基线漂移以及50Hz工频干扰采用交叉去噪方法对噪声进行有效的滤除。为进一步提高上肢意图识别的准确率,分别在时域和频域对肌电信号进行特征值提取,构造特征向量。选用BP神经网络作为模式分类器实现4种上肢意图动作的分类。实验验证该分类器对10位测试者右肢的4个意图动作(向左、向右、向前、向后)的识别率为90%。