sEMG信号采集电路设计及其特征提取算法

作者：赵谦; 郭方锐; 杨官玉

来源：数据采集与处理, 2019, 34(06): 1039-1049.

DOI：10.16337/j.1004-9037.2019.06.010

• 信号采集
• sEMG信号
• 特征提取
• 小波变换
• 小波包变换
• KPCA

表面肌电(Surface electromyography,sEMG)信号直接、客观地反映了神经和肌肉的活动功能状态,已获得广泛应用。本文设计了一种sEMG信号采集电路并以单通道形式采集上肢5种动作的sEMG信号,经小波包变换提取6种特征(其中一种引自基于小波变换的特征提取方法)并分别结合PCA和KPCA进行处理;再分别用BP神经网络和SVM进行动作识别。此外,对比了小波变换的特征提取;讨论了KPCA与PCA在特征变换上的差异。所提取的基于小波包变换的6种特征有5种的识别率均超过95.7%,其中引入的高低频系数组合特征在BP神经网络下平均识别率超过99%。基于小波变换提取的5种特征经KPCA变换后也达到较高的识别率。实验结果表明,本文的sEMG信号采集方法及其特征提取方法均达到较好效果。

• 单位
  通信与信息工程学院; 西安科技大学