结合经验模态分解能量矩占比和方差贡献率法的步态信号特征向量提取

步态即人体走路时的姿态,是一种复杂而有规律的运动过程。步态包含了许多运动信息,通过采集和分析步态信息得到的步态参数在康复治疗中可以发挥重要作用。为了对步态信息进行准确分类,文中分析了步态信号的特性,提出了基于经验模态分解(EMD)能量矩占比、方差贡献率法与BP神经网络理论相结合的正常人与患者步态信号的特征向量提取和步态分类的分析方法。首先将步态信号进行经验模态分解,得到所需要内禀模态函数分量(IMF),通过离散采样点求出包含主要步态特征信息的各阶IMF分量的能量矩占比与方差贡献率作为特征向量,并以此作为BP神经网络的输入,通过BP神经网络分类器对步态进行分类。经实验分析该方法能较好地识别出步态类型。