（通信与信息系统专业论文）肌电信号的数字采集及其模式识别.pdf

1il-l-1i3 i；j 一 ： l n a n ji n gu n i v e r s i t yo f a e r o n a u t i c sa n da s t r o n a u t i c s t h eg r a d u a t es c h o o l c o l l e g eo f i n f o m a t i o ns c i e n c ea n dt e c h n o l o g y r e s e a r c ho ne m g s i g n a ld a t aa c q u i s i t i o n a n d p a t t e r nr e c o g n i t i o n a t h e s i si n c o m m u n i c a t i o na n di n f o r m a t i o ns y s t e m g ux i n a d v i s e db y p r o f e s s o rz h o uj i a n j i a n g s u b m i 骶di np a r t i a lf u l f i l l m e n t o ft h er e q u i r e m e n t s f o r t h ed e 9 1 e eo f m a s t e ro fe n g i n e e r i n g j a n u a 2 0 1 0 、 t l 承诺书 本人郑重声明：所呈交的学位论文，是本人在导师指导下，独立进 行研究工作所取得的成果。尽我所知，除文中已经注明引用的内容外， 本学位论文的研究成果不包含任何他人享有著作权的内容。对本论文所 涉及的研究工作做出贡献的其他个人和集体，均己在文中以明确方式标 明。 本人授权南京航空航天大学可以有权保留送交论文的复印件，允许 论文被查阅和借阅，可以将学位论文的全部或部分内容编入有关数据库 进行检索，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的学位论文在解密后适用本承诺书) 作者签名： 歪皇堕 日期：业型暑二 ， t 南京航空航大大学硕士学位论文 摘要 本文研究的是“上残肢肌电信号测试与训练系统”中截肢者残端表面肌电信号数据采集系 统的硬软件设计，采集后数据的预处理、分析、特征提取，以及基于肌电包络信号特征的模式 识别。 首先，设计了肌电信号的采集系统。用两路传感器接收信号，并经放人、滤波采样后送入 p c 机。硬件部分主要以s 3 c 4 4 b o x 为核心控制肌电信号的a d 采样和u s b 数据传输；软什部 分则是用c + + b u i l d e r 完成了可视化软件的编子，以实时显示采集剑的肌电包络信号。 其次，对采集到的数据进行预处理和分析。主要针对截肢者练习不同动作时两路数据的直 方图、协方差、频谱、和、差，以及截肢者练习每个动作的起i ：时间做预处理分析。分析结果 说明，切换动作的数据直方图比屈伸动作的在分布上更紧凑；单个屈伸动作或切换动作的数据 之间相关性随时间延迟增加而减弱，但是连续屈伸动作或切换动作的数据之间则表现出较强的 周期相关性；上残肢肌电包络信号频谱能量主要集中于1 5 0 h z 以内。同时，根据信号特点，设 计了一种软阈值方法判断数据中包含的动作个数。 接着，基于上述数据分析的结果，本文研究了肌电包络信号研究中“泛应川的功率谱比值 和a r 参数特征提取方法。并分别对本文的采样数据计算了基于功率谱比值利基丁伯格递推方 法的a r 参数。 最后，本文研究了模式识别中受到广泛应用的b p 人j ：神经网络和支持向量机。并将计算 出来的功率谱比值和a r 参数作为特征，分别用三层b p 神经网络和支持向量机识别练习者的 动作。结果表明，对于肌电包络信号特征，支持向量机具有比b p 神经网络算法更好的识别效 果。 _ 关键词：肌电信号，功率谱比值，a r 预测，模式识别 a b s t r a c t t h i sp 印e rr e s e a r c h e so nt h e ”u p p e rs t u m pe m g t e s t i n ga n dt r a i n i n gs y s t e m ”，w h i c hi n c l u d i n g a m p u t e e ss t u m ps u r f 孔ee m gd a t aa c q u i s i t i o ns y s t e mh a r d w a r ea n ds o 胁a f ed e s i g n ，a n dt h e p r e p r o c e s s i n g ，a n a l y s i sa n df e a t u r ee x t r a c t i o no ft h ec o l l e c t e dd a t 如嬲w e l l 雒t h ep a _ t t e mr e c o g n i t i o n b a s e do nt h ee m gc h a r a c t e r i s t i c s f i r s t l y ，u s e ss 3 c 4 4 8 0 xt oc o n 仃o lt h ea ds 锄p l i n ga n du s bd a t at r a n s m i s s i o no fe m g ，a n d u s e sc + + b u i l d e rt oc o m p l e t et h ec o d i n go fv i s u a l i z a t i o ns o 胁a r et 0 d e s i g nt h ee m gs i g n a l a c q u i s i t i o ns y s t e m s e c o n d l y ，p r e p r o c e s s e sa n da n a l y z e st h eh i s t o g r a m ，c o v a r i a n c e ，s p e c t m m ，s u ma n dd i f f e r e n c e0 f t h et 、】v o 。w a yd a l ag e t t i n g 舶mt h ea m p u t e e sw h e n t h e yd od i f f e r e n ta c t i o n s ，嬲w e l l 嬲t h em o v e m e n t s o ft h eb e g i n n i n g 锄dt h ee n do fe a c hp r a c t i c e t h er e s u l t so fp r e a n a l y s i s s h o wt h a tt h ed a 协 h i s t o g r a mo fs w i t c hi sm o r ec o m p a c tt h a nt h ef l e x i o na n de x t e n s i o nm o v e m e n t si nt h ed i s t r i b u t i o n a n dt h ed a t ao fs i n g l ef l e x i o na n de x t e n s i o nm o t i o no rs w i t c hs h o w sw e a k e rc o r r e l a t i o na sw e l la l s t i m ed e l a yi n c r e a s i n g h o w e v e r ，t h ed a l ao fc o n t i n u o u sf l e x i o n 锄de x t e n s i o nm o t i o no rs w i t c hs h o w s s t r o n gc y c l e 。r e l a t e dc o r r e la t i o n t h es p e c t r u mo ft h eu p p e rs r u m pe m g e n v e l o p ei sc o n c e n t r a t e di n l e s st h a n15 0 h z a n dt h e n ，c a l c u l a t e sa rp 猢e t e r so ft h e s a m p l i n gd a l ab a s e do nb l a c k m a nw i n d o wo ft h e p o w e rs p e c t r u mr a t i oa n db e 唱r e c u r s i v em e t h o d sr e s p e c t i v e l y b a s e do nt h ep o w e rs p e c t m mr a t i o a n da rp a r a m e t e r s ，i d e m i f i e st m i n e r sa c t i o n st h r o u g ht h r e e l a y e rb pn e u r a ln e t w o r ka n ds u p p o r t v e c t o rm a c h j n e t h er e s u l t ss h o wt h a ts u p p o nv e c t o rm a c h i n ep e r f o r n l 锄c ei sb e n e r t h a nb p n e u r a l n e t 、v o r ka l g o r i t h mf o rt h eu p p e rs t u m pe m g e n v e l o p es i g n a lc h a r a c t e r i s t i c s 1 ( e yw o r d s ：e m g ， p o w e r s p e c t m mr a t i o ，a rp r e d i c t i o n ，p a n e mr e c o g n i t i o n ， 第一章绪论1 1 1 研究意义1 1 2 研究现状1 1 2 1 肌电特征提取方法l 1 2 2 肌电信号的特征分类方法2 1 2 3 假肢控制研究现状4 1 3 主要研究内容4 第二章肌电信号采集系统设计6 2 1 采集器的原理设计6 2 2s 3 c 4 4 8 0 x 最小系统设计6 2 3 采集器的硬件设计1o 2 3 1 信号调理电路设计1 0 2 3 2a d 采样电路设计1l 2 3 3u s b 接口模块设计13 2 3 4 电源模块设计13 2 3 5 串行接口电路设计一14 2 4 采集器的软件设计1 4 2 4 1 板载软件一l5 2 4 2p c 机软件17 2 5 本章小结2 1 第三章肌电信号的预处理2 2 3 1 信号的时域和频域分析2 2 3 2 动作次数估计2 5 3 3 实验与结论。2 8 3 4 本章小结31 第四章肌电信号的特征提取3 2 4 1 肌电信号功率谱3 2 4 2 肌电信号功率谱的特征参数3 3 4 3 肌电信号的a r 系数估计。3 3 i i i 肌电信号的数字采集及其模式识别 4 3 1 莱文森杜宾递推算法3 4 4 3 2 伯格递推算法一3 5 4 4 实验与结论3 6 4 5 本章小结3 8 第五章 基丁肌电信号的动作模式识别3 9 5 1 人r ：神经网络3 9 5 2 b p 神经网络的训练过程3 9 5 3 支持向量机4l 5 4 支持向量机训练过程4 2 5 5 实验与结论4 2 5 6 本章小结4 7 第八章总结与展望。4 8 6 1 全文总结4 8 6 2 假肢训练系统的应用及发展趋势4 8 6 3 今后的研究方向4 9 参考文献5 0 致谢。5 4 攻读硕士学位期间发表的学术论文5 5 南京航空航天大学硕士学位论文 图2 1 图2 2 图2 3 图2 4 图2 5 图2 6 表2 1 图2 7 图2 8 图2 9 图2 1 0 图2 1 l 图2 1 2 图2 1 3 图2 1 4 图2 1 5 图2 1 6 图2 1 7 图2 1 8 图3 1 图3 2 图3 3 图3 4 图3 5 图3 6 图3 7 图3 8 图3 9 图3 1 0 图表清单 肌电信号采集器框图6 s 3 c 4 4 b o x 最小系统框图一7 复位电路7 时钟电路7 f l a s h 电路。8 s d r a m 电路9 1 4 针j t a g 接口定义表9 j 1 a g 电路10 前端放大电路1 l 包络检波电路。1 l a d 7 8 9 5 控制时序1 2 a d 7 8 9 5 电路图l2 d12 连接电路l3 电源模块电路。1 4 r s 2 3 2 电路14 板载软作流样图15 可视化软件主界面19 跳跃成功( 最人化显示) 2 0 肌电信号采集器系统联调2 1 连续动作的数据时域图。2 2 连续动作时的数据直方图。2 3 数据的零均值自相关函数示意图2 4 连续动作时电极l 电位的付立叶变换。2 4 连续动作采样数据中电极l 和电极2 的时域差和时域和2 5 抽取后数据的时域波形图2 6 抽取和中值滤波后的动作次数判断效果示意图2 6 未做抽取的动作次数判断效果示恿图2 7 每路原始数据做抽取中值滤波后的动作次数判断示意图2 7 第一位练习者止常频度j f i i 较慢频度连续做屈伸或切换动作的数据2 8 肌电信号的数字采集及其模式识别 图3 1 l 表3 1 图3 1 2 图4 1 表4 1 图4 2 图5 1 表5 1 表5 2 表5 3 表5 4 表5 5 表5 6 表5 7 表5 8 表5 9 表5 1 0 表5 1 1 表5 1 2 图5 2 第二位练习者正常频度和较慢频度连续做屈伸或切换动作的数据2 9 用不同方法判断练习者动作次数3 0 较长连续数据的动作次数判断效果示例图。3 0 数据的功率谱比值对比。3 7 莱文森杜宾和伯格递推算法的a r 系数估计误差3 7 基丁伯格递推的a r ( 3 ) 系数的拟合示意3 7 一个简单的神经网络。3 9 同一练习者不同动作的模式识别结果( b p ) 4 3 不同练习者做切换动作的模式识别结果( b p ) 4 3 不同练习者做屈伸动作的模式识别结果( b p ) 4 4 同一练习者不同动作的模式识别结果( b p ，两路数据) 4 4 不同练习者做切换动作的模式识别结果( b p ，两路数据) 4 4 不同练习者做屈伸动作的模式识别结果( b p ，两路数据) 4 4 同一练习者不同动作的模式识别结果( s v m ) 4 5 不同练习者切换动作的模式识别结果( s v m ) 4 5 不同练习者屈伸动作的模式识别结果( s v m ) 4 5 同一练习者不同动作的模式识别结果( s 订，两路数据) 4 5 不同练习者切换动作的模式识别结果( s “，两路数据) 4 5 不同练习者屈伸动作的模式识别结果( s v m ，两路数据) 4 6 识别结果对比图。4 6 e m g m p f m f a n n f f t a r b p s v m h m m 南京航空航天人学硕十学位论文 注释表 e l e c t r om y o g r a p h y m e a np o w e rf r e q u e n c y m e d i a nf r e q u e n c y a r t i f i c i a ln e u r a ln e t w o r l ( s f a s tf o u r i e r7 r r a n s f o r n l a u t o r e 伊e s s i v e b a c k p r o p a g a t i o n 肌电信号 平均功率频率 中值频率 人= 神经网络 快速傅里叶变换 自同归 反向传播 s u p p o r tv e c t o rm a c h i n e 支持向量机 h i d d e nm a r k o vm o d e 隐马尔可大模型 肌电信号的数字采集及其模式识别 南京航空航天人学硕士学位论文 第一章绪论 1 1研究意义 由丁疾病、交通事故及意外伤害等原因，截肢者的人数逐年增加。假肢技术的研究剐发展， 就是希望能够利用假肢造福截肢者，使他们能够恢复自理生活能力和参加力所能及的劳动。2 0 世纪7 0 年代中期，由丁世界i ：业技术水平整体上突l l 猛进，假肢的研制取得重人进展。随着科 学技术的进步，电子技术的发展和 业机械手的研制，假肢的品种和类犁不断增多，设计水平 也不断提高，人们不仅要求假肢的外观得体，还要求实现对于手部活动能力的精确控制。 为了提高假肢功能，将智能控制、计算机技术、微电子技术、机械设计、制造技术、新材 料技术、生物医学t 程和康复医学： 科技术融合在一起的智能型假肢成为假肢科学家们研究的 重要目标。从1 8 世纪末期g a l v a j l i 发现生物电现象以来，到2 0 世纪6 0 年代，肌电图学( e l e c t r o n y o g r a p h y 或e m g ) 已经成为一门专门学科。近几十年米，随着假肢学的发展，肌电信号逐渐 被引入到假肢控制领域。1 9 5 7 年前苏联假肢研究所完成了第1 只肌电假手实验。肌电控制在假 手上的成功应用，吸引了越来越多的研究者将其用于假肢。由丁肌电控制具有自然、随意性的 特点，用丁假肢有极人的潜力，因此成为此后假肢控制领域的一个重要方向。虽然肌电信号已 被引入假肢控制领域，然而由于当时的电子技术、信号处理方法等方面的发展还不成熟，对肌 电上肢假肢的研究主要是将肌电信号用作开关控制。目前，国内外的专家学者都致力于研制真 止意义上由肌电信号控制的智能假肢。 1 2 研究现状 1 2 1 肌电特征提取方法 国内外学者在肌电信号特征参数提取方面已进行了卓有成效的研究j j ：作，主要集中在以f 儿个方面： ( 1 ) 时域分析 针对肌电假肢控制，目前最常用的e m g 特征有以下几种：绝对值积分，过零点数，方差， w i l l i s o n 幅值( w a m p ) ，v 一阶和l o g 检测器，e m g 信号的时序模型，e m g 直方图。 ( 2 ) 频域分析 e m g 信号的频率分析也能提供关于肌肉某种特征的有价值信息。如e m g 功率谱的平均功 率( m p f ) 和中值频率( m f ) 。实验表明肌电信号的频谱通常在o 1 0 0 0 h z 之间，功率谱最人频率随 肌肉而定，通常在3 0 3 0 0 h z 之剐1 1 。8 0 年代初，r o n a g e rj 【2 1 利用傅里叶变换对表面肌电信号作了 功率谱分析，通过高频低频的幅值比了解到正常个体的自发用力、控制h j 力及神经肌肉疾病患者 肌电信号的数字采集及其模式识别 之间的功率谱差异。w e n j u hk a n g 【3 1 等人1 9 9 5 年对e m g 信号进行了倒频谱分析，并提取倒频谱 系数作为特征欠鼍。r m e r l e t t i f 4 】1 9 9 5 年总结并比较了基于f f t 变换和基丁a r 模型的两种频谱 估计方法，并讨论了它们的实用性和局限性m a n i n b i l o d e a n 【5 1 等人通过分析e m g 功率谱曲线随力 程度的增加而变化，发现皮层厚度起决定性作用。 ( 3 ) 时频分析 传统的傅里叶变换只能较好地刻画信号的全局频率特征，而儿乎不提供信号在任何时域中 的频率信息。冈而近年来时频分析方法倍受人们关注，这种方法很适合于对非平稳信号的分析研 究。目前用丁表面e m g 信号分析的时频分析方法主要有短时f f t 变换、w i g n e 卜v i l l e 变换、 c h o i w j l l i 栅s 变换及小波变换等【刀。 ( 4 ) 高阶谱分析 传统的随机信号处理技术是建立在二阶统计量基础上的，它只能完整反映服从高斯分布的 随机信号的概率结构。而当肌肉力变化时实际的肌电信号是非平稳的，非高斯型信号，它的相位 谱含有丰富的信息。高阶谱分析能够克服传统处理方法的不足，给出信号本身更多的信息。例如， 可以用双谱分析( b i s p e c t r a la n a l y s i s ) 分析肌肉力变化时的非高斯型肌电信号及肌肉恢复分析【6 1 。 1 2 2 肌电信号的特征分类方法 ( 1 ) 统计方法 早期传统方法将肌电信号看作时间的函数，通过对时域信号的分析，可以得到信号的某些 统计特征，采用单个特征进行分类的效果一般不如多取一些特征构成特征矢量分类的效果好， 冈此有人提出川更多的肌电统计特征进行模式分类，如对信号进行整形、滤波、计算信号的均 值、幅值、过零次数、均方值、二阶原点矩的绝对值、四阶原点矩1 3 1 等构造特征欠量。 ( 2 ) 模糊分类 由丁肌电信号的不确定性，传统的分类方法在处理肌电信号时会遇剑种种限制，而模糊分 类法在处理肌电信号领域有着得天独厚的优势，同时可以将i 临床医生在肌电信号理论中丰富的 经验应用剑模糊逻辑系统中。例如f 啪c i sh yc h a n 应用模糊分类器对用于假肢控制的肌电信 号进行分类。他们将经过分段的e m g 信号特征值输入模糊系统，用b p 算法进行训练和分类， 分类结果和通过人1 ：神经网络a n n 的分类结果对比，在相同的精度下利刚模糊分类器有着更 快的速度、更好的可靠性和对过度训练( o v e r t r a i n i n g ) 有着更好的不敏感性( i n s e n s i t i v 时) 。 邓琛等人1 9 9 6 年利用模糊控制技术实现了肌电假手的控制并制作出能实际应用的控制电路。刘 建成等人1 9 9 9 年也利用了模糊神经网络直接对残肢的e m g 动作进行识别，识别率达到了7 0 以上。 ( 3 ) 参数模型方法 近年来，随着信号处理方法和计算机c p u 性能的提高，许多新技术被“泛应用于肌电假肢 2 lllillllllllllllll【llllllllllllllllllllllllllli【lllllllll【illilllllllllllllllliiilllllllll卜 南京航空航犬大学硕十学位论文 控制，参数模型法是这些重要方法之一。它将随机信号看作是白噪卢激励一个线性系统的结果。 s h e r i f 曾经对a r 模型方法究竟是否适合肌电信号非平稳特性提出质疑【1 4 】，他在1 9 8 1 年利 用a r m a 模型将输入肌电信号的差分表示为a r m a 过程，用以研究在不同受力情况卜肌肉动 作的辨识。 为了更加有效地实现模式分类，有些研究将a r 模型系数变换为反射系数( r e f l e c t i o n c o e 币c i e n t s ) ，倒谱系数( c e p s 仃u mc o e 佑c i e n t ) 和对数面积比( l o g a m t h m i c a r e ar a i i o s ) 等新 的参数，将其作为特征矢量以提高聚类分离度。在1 9 9 5 年前后，k a n g 等人采用a r 和倒谱分 析1 5 ，1 6 ，3 1 提取s e m g 信号的特征信息，他们的研究结果表明：倒谱分析正确识别率要比a r 模型 高5 【1 7 l 。清华人学金德闻教授等和上海交通人学蔡立羽等用a r 模犁参数结合神经网络对 s e m g 信号进行分类，取得了较好的分类效果， 由于肌电信号在本质上是非平稳的，冈此用参数模型法本质上不能充分表征肌电信号的时 变特性。 ( 4 ) 混沌和分形方法 混沌过程是具有确定性机制的类随机过程，它具有非周期性、非随机性、1 f 线性、对初始 条件敏感等特点，可以通过关联维数、近似熵、李雅普诺大指数、相平面图、功率谱图等特征 参数表示。在生物医学领域，很多生理信号可能存在着混沌特性，混沌与分形方法在心电、脑 电分析中已经有越米越多的应用。 在生理基础上，肌电信号是人量运动单元的1 卜线性耦合，是一个非线性的多单元连接的集 合体，非线性动力学的发展为肌电信号的识别提供了一条新的道路。b o d m z z a m a n 等对肌电信 号采用谱分析和p o i n c a r e 映射技术检测它的混沌行为，通过计算相关维数对神经肌肉疾病实现 了在线的混沌分类【7 j 。 混沌方法在肌电分析中的应用尚处在初级阶段。由于计算混沌参数通常需要的数据长度较 长，而且运算量大，计算时间长，影响了该类方法在肌电假肢控制中的应用，如果能够找到适 合短数据而且运算量小的方法，将为该类方法的实际应用开辟道路。同时，如果能够利用混沌 理论揭示肌电信号的本质特征，将是理论上的重大突破。 在肌电模式分类方法上，极大似然分类器、聚类方法、神经网络等都有，“泛戍刚【8 】，其中 人j i ：神经网络使用最多，效果也最女子【9 】【1 0 1 【1 1 1 。 人1 ：神经网络是目前受到广泛关注的信号处理方法，它模仿生物神经元结构和神经信息传 递机理，由许多具有北线性映射能力的神经元组成，神经元之间通过权系数相连接构成白适应 1 f 线性动态系统佗1 。其特点是：( 1 ) 并行计算，( 2 ) 分布式存储， ( 3 ) 白适应学习。人j ： 神经网络的自组织、白适应学习以及优秀的容错性能使得它在某些系统辨识和模式识别问题上 显示出极人的优越性。在各种模型中，多层感知器模型和h o p f i e l d 网络在肌电分析中应川最为 3 肌电信号的数字采集及其模式识别 j t 泛。 例如k e l l y 等利用h o 呻e l d 网络提取单道肌电的时间序列参数作为特征集，然后通过训练 两层感知器模型实现肌电模式的分类。利用神经网络分类器的自适应性，可以减少实际假肢应 用时的训练量，同时神经网络的并行结构加快了信号处理的速度。 神经网络用丁肌电模式分类在近几年得到了相当多的研究，并取得了北常好的结果。通常 的处理方法是在提取了信号的特征矢量( 如信号统计量、a r 模型系数、谱特征等) 之后，将 其作为网络输入，以相应的动作模式作为输出，通过和训练能够很好地实现分类。 1 2 3 假肢控制研究现状 目前国内使用的人部分肌电假肢控制仅有一个自由度，上海交通人学、清华人学都曾研制 过单自由度肌电假肢，它通过拾取截肢者残端的一对拮抗剂( 腕伸肌和腕屈肌) 的表面肌电来 控制假手驱动电机的正反转，使其模拟人手的张合运动。但是多自由度假肢的肌电控制尚朱成 熟，如果患者需要实现两个以上自由度的控制，通常是采用多电极、多闽值或顺序控制等传统 方式，由患者通过触碰开关或多次用力实现，采j j 这类方式控制的多自由度肌电假肢冈存在操 作不方便、误动作多、仿生性能筹等缺点而在市场上较少见。 通过表面肌电实现多自由度假肢控制，仿生性好、患者操作方便，是一个理想的控制方案， 国内外已经开展了人量的研究，但仍未能得剑广泛应用，主要原冈是表面肌电信号识别方法还 不够成熟。由丁表面肌电信号是弱生理信号，在肢体运动过程中从形态上非常类似随机信号， 且信噪比低，目前的信号分析方法还不能非常可靠地达到多个模式动作的准确识别，存在着一 定的误识别率。国内外文献中肌电识别平均误判率仍有1 5 左右，离实用还有一定差距，而任 何假肢的误动作对截肢病人都是十分危险的，因此如果能够结合当前信号处理技术的新发展， 设计出可靠、简单的肌电信号识别方法，在现在高速d s p 芯片的支持- 卜将多自由度肌电假肢控 制的j 泛实用变为可能，将为康复：i ：程事业创造极人的社会效益【1 8 】。 1 3 主要研究内容 本课题研究的智能化肌电信号测试系统是一个软硬件结合的假肢辅助训练系统。川专门设 计的软件，对上肢截肢者的残肢肌电信号进行采集和目标训练识别。该系统设计思路是将采集 的上肢截肢者的残肢肌电信号通过电极输入信号调理电路，再经数据采集系统将采集数据送p c 机，并用专| 、】设计的软件对肌电数字信号进行分析，分别采用功率谱比值法与a r 方法提取的 肌电信号特征参数，经b p 神经网络或支持向茸机进行目标识别。 本文第二章主要研究了肌电信号测试与训练系统前端处理电路与数据采集系统，主要包括 设计方案及其硬件实现。第三章对采集到的信号从时域和频域的角度分别做了分析，并设计了 一种软阂值方法用于识别练习者的动作练习次数。第四章研究了基于肌电信号功率谱和a r 预 4 - 南京航空航天人学硕十学位论文 测的特征参数提取算法，结果表明基丁_ 伯格递推算法的a r 系数估计效果更好。第五章分别就 b p 神经网络和支持向量机在肌电信号模式识别中的应用进行了研究。将功率谱比值法与a r 方 法提取的肌电信号特征作为参数，经b p 神经网络和支持向量机进行目标识别，结果表明支持 向苗机明显优丁b p 神经网络算法。最后，在第六章对论文的研究内容进行了总结和展望。 5 肌电信号的数字采集及其模式识别 第二章肌电信号采集系统设计 2 1 采集器的原理设计 肌电信号采集器的设计框图如。卜图2 1 所示。采集器以s 3 c 4 4 8 0 x 为核心对各个模块进行 控制。肌电信号由两路电极放大后，把矿级的信号放人剑v 级；然后通过信号调理电路对信 号进行包络检波；包络检波后的信号送给a d 采样芯片a d 7 8 9 5 3 进行a d 转换；a d 转换结 果经s 3 c 4 4 8 0 x 通过u s b 传送给p c 机。 图2 1肌电信号采集器框图 为了方便系统调试，在设计的时候，增加了r s 2 3 2 串行接口。它可以在程序调试时，作为 信息反馈的通道，也可以给系统预留一个接口，方便后继设计的功能扩展。 2 2s 3 c 4 4 b o x 最小系统设计 嵌入式处理器芯片s 3 c 4 4 b o x 自身不能独立一j ：作，需要外同芯片给它提供基本的i ：作条件。 s 3 c 4 4 8 0 x 必须有时钟系统提供时钟信号；必须有复位系统；嵌入式芯片还需要有存储系统。 如果芯片内部没有存储器或存储器容量不足以满足需求，则需要外扩存储芯片。另外，调试接 口也是嵌入式系统不可缺少的一部分。这些构成s 3 c 4 4 b o x 运行的必须电路或芯片与 s 3 c 4 4 b o x 一起构成了s 3 c 4 4 8 0 x 的最小系统【2 5 1 。 s 3 c 4 4 8 0 x 最小系统结构框图如图2 2 所示，下面分别对电源模块等各个模块进行详细殴 6 lllllllllllllllllll【llllllll【lllllllllllllllll【illllllllllllllllilllllillliilllllllllllllllllllllll卜 南京航空航天人学硕十学位论文 圈户 s 3 c 4 4 b o x d 、固 图2 2s 3 c 4 4 8 0 x 最小系统框图 1 复位模块设计 复位模块的功能是完成系统的上电复位和系统运行时的按键复位功能。系统上电时，其状 态是不可知的，复位逻辑系统负责将控制芯片s 3 c 4 4 b o x 初始化为某个确定的状态。复位信号 的可靠性和稳定性对微控制器是否可以止常j ：作有着重入的影响。考虑到系统的稳定性，复位 电路采h j 功能更加完善的复位芯片m a x 8 1 1 而不是r c 电路实现复位功能。 m a x 8 l l 是一种用于监控微控制器电源电压的复位芯片。当检测到电源电压低丁预设的门 槛时，它会向控制芯片发出复位信号，直至系统电源恢复正常。并且，m a x 8 11 能够实现手动 复位的功能。由m a x 8 l1 构成的复位模块电路图如图2 3 所示。 i 力r e s 盯 图2 3复位电路 2 时钟模块设计 时钟模块主要是用丁向系统控制芯片及其他作电路提供l 作时钟。绝人多数系统可使用 有源晶振或无源晶振构成时钟模块。由于s 3 c 4 4 b o x 芯片内部有时钟电路，冈此选川无源晶振 1 0 m h z 构成时钟模块，其电路图如图2 4 所示。 图2 4时钟电路 7 肌电信号的数字采集及其模式识别 3 f l a s h 模块设计 由丁s 3 c 4 4 8 0 x 芯片不具备片内存储器单元，因此s 3 c 4 4 8 0 x 正常f ：作时必须外接存储器 模块。 s 3 c 4 4 8 0 x 与f l a s h 存储器间的接口电路设计，以及对f l 醛h 存储器的编徉与擦除是最小系 统设计的重要组成部分之一。f l a s h 存储器中通常装有嵌入式系统的b o o t 1 0 a d e r 程序和操作系 统的核心代码，冈此f 1 a l s h 的稳定与否直接决定系统能否正常启动。 在本系统中，选择s s t 公司的f l a s h 芯片s s t 3 9 v f l 6 0 构成f 1 a s h 存储器模块。它的j i ：作 电压为2 7 v 3 6 v ，单片存储容量为l m 1 6 位，采用4 8 脚t s o p 封装。它的数据总线宽度为 1 6 位，可以川8 位( 字节模式) 或1 6 位( 字模式) 数据宽度的方式_ 1 ：作。f l a s h 存储器采用标 准总线接口与处理器迮接。连接时要特别注意，由于s 3 c 4 4 b o x 是按字节编址的，而f l a s hr o m 是以1 6 位为一个存储单元，因此必须将处理器的地址“左移一位”，即将s 3 c 4 4 8 0 x 的a d d r l 与f l a s hr o m 的a 0 相连，并依此类推。整个f l a s h 存储器模块的电路连接图如图2 5 所示。 图2 5f l 雒h 电路 4 s d r a m 存储器模块设计 与f l a s h 存储器相比，s d r a m 不具有掉电保持数据的特性，但其存取速度高于f l a s h 存储 器。在系统中s d r a m 主要用作程序的运行空间、数据和堆栈区。系统启动时，c p u 从复侮地 址读取启动代码完成初始化，然后科序代码被调入s d r a m 中运行，以提高系统的运行速度。 a r m 内部有可编程的s d r a m 接口，只要选取标准的s d r a m 芯片，按照接口电路连接 起米即可。 这里选择h y n i x 公司的s d r a m 芯片h y 5 7 v 6 4 1 6 2 0 构建s d r a m 存储器模块，它的单片 存储容量是1 m 4 b a n l ( s 1 6 位，采用5 4 脚t s s o p 封装。因为h y 5 7 v 6 4 1 6 2 0 的数据总线宽度 8 一一一。_ 一 南京航空航天大学硕士学位论文 是1 6 位的，所以与s 3 c 4 4 8 0 x 连接时也要考虑地址偏移问题。整个s d r a m 存储器模块的电 路连接图如图2 6 所示。 图2 6s d r a m 电路 5 j t a g 模块设计 j t a g ( j o i n tt e s ta c t i o ng r o u p ，联合测试行动小组) 是一种国际标准测试协议，主要刚丁 芯片内部测试和对系统进行仿真、调试。j t a g 技术是一种嵌入式调试技术，它在芯片内部封 装了专门的测试电路t a p ( t e s ta c c e s sp o r t ，测试访问口) ，通过专用的j t a g 测试【：具对内 部+ 1 了点进行测试。j t a g 接口还常用于实现l s p ( i n - s y s t e mp r o g r a m m a b l e ，在线系统编样) 功 能，如对f l a s h 器件进行编程等。通过j t a g 接口，可对芯片内部的所有部件进行访问，冈而 是开发调试嵌入式系统的一种简洁高效的手段。 目前，j t a g 接口的连接有2 种标准，即1 4 针接口和2 0 针接口。本系统中采用1 4 针的标 准j t a g 接口，其接口定义如表2 1 所示。 表2 11 4 针j t a g 接口定义表 引脚 名称描述 1 、1 3v c c ( 3 3 v )电源 2 、4 、6 、8 、l o 、1 42 、4 、6 、8 、1 0 、1 4接地 3n t r s t 测试系统复位信号 5t d l 测试数据串行输入 7t m s测试模式选择 9 t c k测试时钟 9 肌电信号的数字采集及其模式识别 表2 1 ( 续)1 4 针j t a g 接口定义表 引脚名称描述 l l t d o 测试数据串彳j ：输 l ； 1 2n c 朱连接 j t a g 模块的电路连接图如图2 7 所示。 嘲o 图2 7j t a g 电路 2 3 采集器的硬件设计 2 3 1信号调理电路设计 1 前端放人电路设计 由于肌电信号是一种频率在小于3 0 0 h z 的微弱电信号，其幅度在1 0 0 5 0 0 0 矿。对于残 肢者，信号峰峰值一般小于3 5 0 y 。同时，冈为肌电信号容易受到周围环境中的电磁场辐射 干扰和检测仪器内部电子噪声等的干扰，所以本文设计了高共模抑制比的前端放人电