基于表面肌电信号的前臂手部多运动模式识别

基于表面肌电信号的肢体运动模式识别是假手仿生控制的基础,SEMG的个体差异与识别率是肌电假手实用化必须面对的问题。本文根据SEMG的频谱特性提出了一种新的特征提取方法———功率谱比值法。该方法的主要特点是以实时取得的SEMG功率谱信号为基础,确定最大功率谱附近的谱能量与全信号段谱能量之比为特征值,将人的个体差异影响降低到最低程度。模式分类器采用特别设计的Bayes统计决策算法,该方法在非特定人的条件下应用于前臂肌群的多运动模式识别时,识别正确率达到84%,已具备一定的实用性。