论文部分内容阅读
本研究的目的是利用人体上肢肌肉的肌电信号辨识人体肘关节运动状态.当人体手臂做屈伸运动时,采集肱二头肌和肱三头肌的肌电(EMGs)信号和肘关节角度信号,对EMGs进行处理和特征提取.提取的特征值作为一个四层的神经网络模型的输入信号,运用改进后的误差反传学习算法最优化网络各层权值,映射出人体表面肌电信号和手臂运动状态间的非线性关系,并将处理后的肌电信号转换为相应时刻的肘关节运动角度.试验结果表明神经网络预测出的肘关节运动角度与测角仪测出的实际运动角度最大误差小于1度.