表面肌电信号是一种能反映肢体运动的功能状态和肌肉的生理状态的生理电信号。目前在临床医学、康复医学、运动医学等方面有广泛的应用,但是我们对表面肌电信号的特征仍旧不清楚。因此我们使用信息熵对表面肌电信号进行分析。本文研究了正常人在肢体运动时表面肌电信号的分布及信息熵,并与脑卒中引起上肢偏瘫的患者进行比较分析。本文的主要工作和贡献包含以下几个部分:首先,基于时频分析,建立了多组试验者在不同频点上的表面肌电信号的随机信号模型,并选取了能量、实部、虚部分别在每个时刻的分布模型进行分析。其次,基于三种混合模型（高斯混合模型、拉普拉斯-高斯混合模型、拉普拉斯混合模型）,本文对能量、实部、虚部在不同频点的每个时刻的分布模型进行拟合并分析。最后,研究了多频点上的不同时刻的信号分布与给定的目标动作之间的联合信息熵,并分析了健康组和患者组的信息熵在时间上的变化和在频率上的变化。仿真结果表明:基于时频分析后的实部和虚部构建的分布模型相比于能量更能表示表面肌电信号的分布变化,且分布拟合的效果更好;三种混合模型的信息熵计算结果表明:信息熵在时间轴上的变化比较平稳,基于实部和虚部的信息熵在频率轴上的变化较大,这是由于表面肌电信号在主要频率范围（25～300Hz）内的信号幅度较强,可能性更多,因此信息熵较大;其次,通过健康组和患者组的对比分析可知,患者组的信息熵高于健康组,这表示在给定一个肢体动作时,患者完成一个动作的信息熵大于健康人,这符合健康人可以完成动作,而患者无法完成一个动作这一事实。