專利名稱：基于球均值李雅普諾夫指數(shù)和關(guān)聯(lián)維的肌電信號(hào)識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明屬于模式識(shí)別領(lǐng)域，涉及一種肌電信號(hào)模式識(shí)別方法，特別涉及一種應(yīng)用于控制遙操作機(jī)器人，基于肌電信號(hào)的上肢多運(yùn)動(dòng)模式識(shí)別方法。
背景技術(shù)：
表面肌電信號(hào)(surface electromyogram, sEMG)是在肌肉表面募集的與人體肌肉活動(dòng)有關(guān)的大量動(dòng)作單元所產(chǎn)生的電信號(hào)的迭加，是具有較好自相似性的非線性信號(hào)，因而，對(duì)表面肌電信號(hào)的研究采用非線性分析方法，如混沌、分形理論是一個(gè)值得重視的方向。在遙操作機(jī)器人研究領(lǐng)域，肌電信號(hào)可以作為遙作的輸入接口，利用從操作者肢體上的表面肌電信號(hào)獲取的動(dòng)作命令來控制遠(yuǎn)端的機(jī)械裝置，這樣的人機(jī)接口對(duì)操作者不會(huì)構(gòu)成操作上的負(fù)擔(dān)，操作者在作業(yè)過程中不受束縛，操作感好。肌電信號(hào)應(yīng)用于遙操作系 統(tǒng)人機(jī)接口的技術(shù)關(guān)鍵為肌電信號(hào)的模式識(shí)別。國內(nèi)外已有多個(gè)研究機(jī)構(gòu)的學(xué)者，采用混沌、分形理論作為肌電信號(hào)模式識(shí)別研究的數(shù)學(xué)工具。澳大利亞皇家墨爾本理工大學(xué)的Naik G R. Kumar D K, Arjunan S P等提取手部各類動(dòng)作的肌電信號(hào)分形特征，然后用支持向量機(jī)等分類方法進(jìn)行運(yùn)動(dòng)模式的分類，取得了較高的識(shí)別率。泰國宋卡大學(xué)的phinyomark Angkoon等用分形的方法研究了上臂弱肌電信號(hào)的多模式分類問題，并把研究成果應(yīng)用到人機(jī)接口技術(shù)中。國內(nèi)，清華大學(xué)王人成，上海交通大學(xué)胡曉、王志中，鄒曉陽、雷敏，上海大學(xué)的宋玲玲等在混沌、分形理論應(yīng)用于肌電信號(hào)多運(yùn)動(dòng)模式識(shí)別方面也做了較多的工作，取得了一些業(yè)內(nèi)有影響的成果。然而，由于非線性問題的復(fù)雜性、應(yīng)用領(lǐng)域的廣泛性，仍有許多課題有待研究。

發(fā)明內(nèi)容
為實(shí)現(xiàn)遙操作機(jī)器人系統(tǒng)中操作者手腕運(yùn)動(dòng)模式的正確識(shí)別，本發(fā)明提出了一種基于球均值李雅普諾夫(Lyapunov)指數(shù)和關(guān)聯(lián)維的肌電信號(hào)識(shí)別方法。首先從相關(guān)肌肉組上采集相應(yīng)的表面肌電信號(hào)，然后提取肌電信號(hào)的球均值Lyapunov指數(shù)和關(guān)聯(lián)維作為特征向量，最后以球均值Lyapunov指數(shù)和關(guān)聯(lián)維為特征向量輸入由對(duì)支持向量機(jī)所構(gòu)造的二叉樹結(jié)構(gòu)的分類器，實(shí)現(xiàn)肌電信號(hào)的上肢多運(yùn)動(dòng)模式識(shí)別。為了實(shí)現(xiàn)以上目的，本發(fā)明方法主要包括以下步驟
步驟(I).獲取人體上肢肌電信號(hào)樣本數(shù)據(jù)，具體是首先通過肌電信號(hào)采集儀拾取人體上肢肌電信號(hào)，再采用基于小波能譜熵的信號(hào)消噪方法對(duì)含有干擾噪聲的肌電信號(hào)進(jìn)行消噪。步驟(2).將步驟⑴獲取的肌電信號(hào)進(jìn)行特征提取，求出該肌電信號(hào)的球均值李雅普諾夫指數(shù)和關(guān)聯(lián)維。所述球均值李雅普諾夫指數(shù)，具體算法如下
本發(fā)明根據(jù)李雅普諾夫(Lyapunov)指數(shù)的定義，設(shè)計(jì)了一種基于軌道跟蹤法的球均值Lyapunov指數(shù)法,用于肌電信號(hào)Lyapunov指數(shù)的求取。算法步聚如下
1)相空間重構(gòu)。設(shè)混沌時(shí)間序列為x1,x2.... n}，嵌入維數(shù)m時(shí)間延遲l則可用
Takens嵌入定理重構(gòu)M維相空間
Z=U-(1)
式中，孓為相空間中的第i個(gè)相點(diǎn)，i為序數(shù),相空間中的點(diǎn)數(shù)為拉-(故-Dr。2)求取相點(diǎn)的中心及中心到邊緣的最大伸展距離4 。設(shè)定一數(shù)值,對(duì)以
中心點(diǎn)為圓心，半徑力，超球內(nèi)的所有點(diǎn)，尋找其最近鄰點(diǎn)，建立點(diǎn)對(duì)￠- ,，這里J Cj，且p-ijw 為時(shí)間序列的平均峰值時(shí)間，以保證相點(diǎn)Xj.與在兩條不同的軌道上。3)計(jì)算點(diǎn)對(duì)易與4后各點(diǎn)之間的距離七⑴,及七(0)與d八f)的扭角咖g⑴。
權(quán)利要求
1.基于球均值李雅普諾夫指數(shù)和關(guān)聯(lián)維的肌電信號(hào)識(shí)別方法，其特征在于該方法包括如下步驟 步驟(1).獲取人體上肢肌電信號(hào)樣本數(shù)據(jù)，具體是首先通過肌電信號(hào)采集儀拾取人體上肢肌電信號(hào)，再采用基于小波能譜熵的信號(hào)消噪對(duì)含有干擾噪聲的肌電信號(hào)進(jìn)行消噪； 步驟(2).將步驟(1)獲取的肌電信號(hào)樣本數(shù)據(jù)進(jìn)行特征提取，求出該肌電信號(hào)樣本數(shù)據(jù)的球均值李雅普諾夫指數(shù)和關(guān)聯(lián)維； 步驟(3).以步驟(2)獲取的球均值李雅普諾夫指數(shù)和關(guān)聯(lián)維作為特征向量輸入由對(duì)支持向量機(jī)所構(gòu)造的二叉樹結(jié)構(gòu)的分類器，獲得識(shí)別結(jié)果。
2.根據(jù)權(quán)利要求I所述的基于球均值李雅普諾夫指數(shù)和關(guān)聯(lián)維的肌電信號(hào)識(shí)別方法，其特征在于所述球均值李雅普諾夫指數(shù)，其具體計(jì)算如下 1)相空 間重 構(gòu)設(shè)混 沌時(shí) 間序 列為(x1,x2--xn}，嵌入維數(shù)m ,時(shí)間延遲為τ，則可用Takens嵌入定理重構(gòu)難相空間
全文摘要
本發(fā)明提出了一種基于球均值李雅普諾夫(Lyapunov)指數(shù)和關(guān)聯(lián)維的肌電信號(hào)識(shí)別方法。本發(fā)明首先從相關(guān)肌肉組上采集相應(yīng)的表面肌電信號(hào)，然后提取肌電信號(hào)的球均值Lyapunov指數(shù)和關(guān)聯(lián)維作為特征向量，最后以球均值Lyapunov指數(shù)和關(guān)聯(lián)維為特征向量輸入由對(duì)支持向量機(jī)所構(gòu)造的二叉樹結(jié)構(gòu)的分類器，實(shí)現(xiàn)肌電信號(hào)的上肢多運(yùn)動(dòng)模式識(shí)別。本發(fā)明以Lyapunov指數(shù)與關(guān)聯(lián)維數(shù)作為支持向量機(jī)的輸入，完成對(duì)手部動(dòng)作運(yùn)動(dòng)模式的識(shí)別，組合特征的分類結(jié)果要好于單個(gè)特征的分類結(jié)果，多類分類器單元采用對(duì)支持向量機(jī)(TSVM)時(shí)具有比采用傳統(tǒng)SVM時(shí)有更高的識(shí)別率。
文檔編號(hào)G06K9/62GK102968641SQ201210429728
公開日2013年3月13日 申請(qǐng)日期2012年10月31日 優(yōu)先權(quán)日2012年10月31日
發(fā)明者張啟忠, 席旭剛, 朱海港, 左靜 申請(qǐng)人:杭州電子科技大學(xué)