基于小波变换和样本熵的假手肌电模式识别方法

赵京东¹，姜力¹，蔡鹤皋¹，刘宏²

1. 哈尔滨工业大学机电工程学院2. 德国宇航中心机器人及机电一体化研究所

摘 要：提出一种新的模式分类器,利用安置在拇长屈肌、指深屈肌和指伸肌上的3个电极所测得的肌电信号,实现了对3自由度假手手指运动的控制.该分类器采用小波变换和样本熵的方法构造特征矢量,经过由变学习速率算法和RP算法构建的集成3层前馈神经网络的分类,能够成功地分辨出拇指、食指和中指的弯曲与伸展运动,平均识别率可达96%以上.实验结果表明,该分类器为多自由度肌电假手的控制提供了一种有效的方法.

关键词：肌电信号;小波变换;样本熵;神经网络;Resilient反向传播算法;