[发明专利]基于LDA算法的表面肌电信号识别方法

权利要求书

1.基于LDA算法的表面肌电信号识别方法，其特征在于，该方法包括如下步骤:

步骤1，清洁皮肤，刮除所选肌肉处表皮的汗毛，用清水洗净并用棉签蘸取医用酒精擦拭皮肤;

步骤2，采集受试者前臂表面肌电信号，受试者做出圆柱抓取、钩取、侧边捏取、指向、球形抓取、三指捏取、精确捏取和放松姿态八类抓握手势，使用两枚肌电电极获取各手势的肌电数据并存储。

步骤3，对肌电信号进行加窗分割，对各手势原始肌电数据采用重叠加窗的方式进行分割，得到窗口样本。此处窗口长度定义为250ms，窗口增量为50ms。

步骤4，计算窗口样本的肌电特征，选择绝对均值、方差和4阶AR系数计算窗口样本的肌电特征，所述绝对均值、方差和4阶AR系数计算公式分别如下:

绝对均值:MAV=1NΣi=1N|Xi|]]>

方差:VAR=1N-1Σi=1Nxi2]]>

4阶AR系数:xi=Σk=14akxi-k+wi]]>

其中N=250，为窗口内数据点个数，a_k(k=1，2，3，4)为AR系数，w_i为白噪声残差;

步骤5，对肌电特征进行降维处理，利用LDA算法对求得的肌电特征列向量进行降维处理;

步骤6，求取各手势降维后的特征列向量的平均值，作为在降维后的向量空间中，表征该手势的类别向量;

步骤7，计算来自测试数据的一个窗口样本的肌电特征并进行降维处理，输入分类器中比较其与步骤6中各手势类别向量的欧氏距离，来判断该肌电特征属于何种手势。