表面肌电信号的分类与识别是近年来国内外研究非常广泛的一个课题。如何从表面肌电信号中有效地提取信息并进行正确的动作识别是实现假肢控制的重要内容。本文主要以小波变换和决策树为理论基础，对前臂肌肉在不同运动模式下的表面肌电信号进行深入研究。 本文创新性地提出了采用模糊小波包方法，即将小波包能量结合信息判别度来提取表面肌电信号的特征。实验表明，与其他利用小波理论进行表面肌电信号特征提取的方法相比，该方法提取的特征更加具有区分识别能力。在对已提取的特征进行分类的过程中，本文独创性地采用了决策树进行分析和判断，并和其他传统方法综合比较。实验表明，将模糊小波包和决策树综合应用于表面肌电信号的分类识别可以达到较高的识别效果。 本文采用现今最流行的DSP平台实现表面肌电信号的分类识别算法，研究和论证算法在DSP上快速实现的可能性，探讨算法应用于假肢控制的可行性，这对表面肌电信号研究的发展和应用有一定的实际意义。