中风是困扰中老年人日常生活的第一大脑血管疾病,随着医学技术的发展,脑中风的治愈率越来越高,但其后遗症导致的肢体残疾仍旧摧残着许多患者的身心健康,因此治疗中风后遗症,并且帮助恢复患者的肢体功能,尤其是下肢功能,仍是当今康复领域重要研究内容。基于表面肌电信号（Surface Electromyography,s EMG）和功能电刺激肌电补偿的下肢康复系统在康复领域中具有不可估量的研究价值。下肢康复系统可以利用表面肌电对患者进行下肢动作识别,并且在肢体康复训练过程中根据患者运动状态对特定肌肉群实施有针对性的电刺激,以帮助患者更快地恢复肢体功能。其中对于下肢动作识别已经具有一套成熟、灵活的体系,但是对于功能电刺激的研究还是相对滞后,缺少对肢体运动提供正确、科学的电刺激反馈方法。本文是对基于表面肌电信号和功能电刺激肌电补偿的下肢康复系统的研发,主要工作包括:（1）基于表面肌电信号的下肢运动识别算法研究。选取10名健康被试者进行表面肌电信号数据采集,经预处理后,分别从时域、频域对肌电信号进行特征提取,在识别时长、特征、通道和分类器参数4个方面进行优化后发现,二项式核支持向量机识别率最高,在0.12s和0.2s数据长度下和8个通道下分别能达到93.2%和97.2%的识别准确率。除此之外,设计了两种在动作开始前就进行识别分类的实验范式,其中自主预收缩能达到84.7%的识别准确率,阻碍式收缩能达到99.6%的识别准确率。最后,将算法用于在线动作识别,综合识别率为91.6%。（2）基于融合生物动力学和非负矩阵分解的下肢膝关节运动建模。采集了4名健康被试者的主动肌（股四头肌和股二头肌）以及6块辅助肌在膝关节运动过程中的表面肌电,使用意图-肌电、肌力-肌电、肌肉长度-肌电融合而成的生物动力学模型和非负矩阵分解分别拟合主动肌肌电和辅助肌肌电。最终结果表明,运用融合生物动力学模型和非负矩阵分解对膝关节运动过程中主、副肌肉群肌电进行模拟时,拟合误差低,拟合效果好,其中主动肌的平均均方根误差（Root Mean Square Error,RMSE）值为1.76%,辅助肌的平均RMSE值为4.63%。最后,提出了小幅动作法和理想一般人的协同模式特征来构建具体目标的下肢膝关节运动模型,结果表明,利用该方案来构建具体目标的膝关节运动模型具有一定的可行性,其中主动肌的平均RMSE为7.68%,辅助肌的平均RMSE为12.16%。（3）基于比例-积分-微分（Proportional Integral Derivative,PID）控制算法的电刺激补偿肌电机制的研究。针对电刺激系统的时延情况,设计了电刺激仿真实验验证了PID控制算法抑制时延和噪声能力,最终结果表明,PID算法具有抑制时延和抑制较强噪声的能力。随后设计了零肌电实验作为肌电补偿实验的零模板,并且在具体目标的下肢膝关节模型指导下对实验者股二头肌,股四头肌,胫骨前肌以及腓肠肌四个通道进行了基于PID控制算法的肌电补偿,最终结果表明,该方案能够对下肢肌肉群进行肌电补偿,其中股四头肌补充量为70.1%,股二头肌补充量为72.2%,胫骨前肌补充量为69.3%,腓肠肌补充量为71.8%。（4）根据所得的研究成果设计了下肢康复系统。利用了相关硬件搭建了下肢康复平台,为下肢康复系统设计纯被动模式、主动模式、以及电刺激补偿模式,并为这三种模式以及康复机器控制设计了相关交互页面。在动作识别和电刺激肌电补偿方面,都取得了不错的应用效果。