多重分形分析在肌电信号模式识别中的应用.pdfVIP

第26卷 第2期 传 感 技 术 学 报 VolI26 No．2 2013年 2月 CHINESEJOURNALOFSENSORSANDACTUATORS Feb．2013 TheApplication ofM ultifractalinEM G PatternRecognition ZHANGQizhong，XIXugang，LUOZhizeng (InstituteofIntelligentControlandRobotics，HangzhouDianziUniversity，Hangzhou310018，China) Abstract：Inordertoimprovethepattern recognitionrateofphysicalmovement，anew patternrecognitionmethod hasbeenproposedthroughthecombinationofempiricalmodedecomposition(EMD)andmuhifractalanalysis． Firstly，multilayerintrinsicmodefunctions(IMF)，whichrepresentthedetailsofsurfaceelectromyography(sEMG)， areobtainedusingEMD．Thenmultifractalspectrum，which canbeusedaseigenvectorinpatternrecognitionof sEMG，isextractedfrom IMFbymuhifractalanalysis．Finally，theimprovedKnearestneighbormethod—KNNmodel basedincrementallearningmethodisused torecognizevariousmovementsofhand．Theexperiment，designed to classifyfourhand gesturesincludinghandopen，hand grasp，wristpronationandwristsupination，showsthatby usingthismethod，therecognitionratehasreached93．0％ ，whichdemonstratesthepracticalityofthisapproachand itspossibleapplicationinthepattern recognitionofmanipulator’Swristmovement． Keywords：surfaceelectromyography；pattern recognition；muhifraetalanalysis；empiricalmodedecomposition； knearestneighbormode EEACC：6110；6140 doi：10．3969／j．issn．1004—1699．2013．02．026 多重分形分析在肌电信号模式识别中的应用木 张启忠，席旭刚，罗志增 (杭州电子科技大学智能控制与机器人研究所，杭州 310018) 摘 要 ：为提高肢体运动模式识别率，论文提出了一种经验模态分解与多重分形分析相结合的模式识别方法。先用经验模 态分解得到代表肌电信号细节的多层内在模态函数，然后在 内在模态函数上进行多重分形分析，提取其广义维数谱，作为肌 电信号多模式识别的特征向量。最后以改进的K最近邻分类方法一KNN模型增量学习算法，实现对动作模式的识别。在对张 开、合拢及腕内旋、腕外旋4个动作的识别实验中，正确识别率达到了93．0％。结果表明，方法具备一定的实用性，可用于遥 操作机器人系统中操作者手腕运动模式识别。 关键词 ：表面肌电信号；模式识别；多重分形分析；经验模态分解；K最近邻模型法 中图分类号：TP24 文献标识码：A 文章编号：1004—1699(2013)02—0282—07 肌电信号EMG(Electromyography)是一种伴随 PhinyomarkA