人体行为识别技术能够充分反映人体的运动情况和生理机能,对个体行为研究具有重大的参考意义。当前基于穿戴式传感器的人体行为识别技术受到了研究人员的广泛关注。与传统人体行为识别技术相比,穿戴式传感器由于其移动性好、续航时间长、抗干扰能力强等优点,被广泛运用于医学康复、运动跟踪、智能家居、人机交互等领域。但是,当前用于人体行为识别技术的穿戴式传感器大多基于人体运动时产生的间接信号,如人体运动时的加速度、心电信号、人体姿态等,无法直接反映人体的运动状态。近几年,肌电信号被广泛运用于假肢控制和肌肉疲劳度分析等领域。肌电信号是肌肉收缩时产生的生物电信号,是人体行为活动的直接反映,其中包含的肌肉状态信息能够直接反映出人体当前的运动意图。因此本文将以人体运动时肌肉产生的肌电信号作为研究对象,对人体行为进行模式识别。本文的研究内容围绕着肌电信号展开。为了实现对人体表面肌电信号长时间实时持续地采集,本文首先设计了一套用于采集表面肌电信号的穿戴式系统。本文所设计的采集系统体积小、质量轻、功耗低,能够满足人体日常的肌电信号采集任务。随后,本文利用设计的穿戴式肌电信号采集系统对人体的平地步行、平地跑步、上楼梯和下楼梯等4种行为进行了模式识别,其平均分类识别准确率高达 98.55%。实验结果表明,本文所设计的基于表面肌电信号的穿戴式人体行为识别系统可正常工作,且所采用的特征提取方法和模式识别策略是有效的。本文所做的研究对穿戴式人体行为识别技术具有一定的参考价值和借鉴意义。