基于非线性尺度小波变换的表面肌电信号的分类.pdf

生物医学工程学杂志 HE@=233- $’’+J$(+)K$($G $(+ IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII 基于非线性尺度小波变换的表面肌电信号的分类! #$ % 胡 晓 王志中 任小梅 颜志国 王 刚 上海交通大学 生物医学工程系 上海 # $’’’(’) 广州大学 信息与机电工程学院 广州 $ # *’’’+) 摘要 表面肌电信号 是一种复杂的非线性非平稳信号 我们介绍了一种非线性尺度小 # ) 7 ,-./012345 6345 波变换 由于 具有渐进缩短时间分辨率的特点 所以有利于 # )7 # 8092:2;;.06/=. ?@;A=:@20.610:2 B8C B8C 从 信号获得精确的时 频信息 首先 用 将 信号 组前臂内旋和 组外旋的 信号 变 6345 D 7 # B8C 6345 (’ (’ 6345 ) 换为强度分布 时频分布 然后 用由主成分分析获得的强度分布特征值构成特征向量 最后 用 神经网络对两 )# # # # EF 种信号模式的特征向量进行分类识别 结果表明 与两种传统的时频分析方法相比 能够获得较高的正确识 7 G # B8C 别率 同时降低了神经网络计算的复杂度 # 7 关键词 表面肌电信号 非线性尺度小波变换 时频分析 主成分分析 EF神经网络 HIJKKLMLNJOLPQPMRSTMJNUVWX RLYQJIZJKU[PQ\J]UIUO ^TJQKMPT_ ‘LOabPQILQUJTRNJIU e#f e e e e cSdLJP \JQYgaLhaPQY iUQdLJP_UL jJQgaLYSP \JQYXJQY # # $’’’(’# ) klmnopqlrpstuvsqlwvxnyzr{vrllovr{ |}nr{}nv~vnspsr{!rvlo#vp$ |}nr{}nv %}vrn $ # # # *’’’+# ) rtsoqnpvsr ’nx}vrlo$nrwzylxposrvx#%syyl{l ()nr{*}s)!rvlo#vp$ ()nr{*}s) %}vrn )