[发明专利]基于球均值李雅普诺夫指数和关联维的肌电信号识别方法

说明书

技术领域

本发明属于模式识别领域，涉及一种肌电信号模式识别方法，特别涉及一种应用于控制遥操作机器人，基于肌电信号的上肢多运动模式识别方法。

背景技术

表面肌电信号（surface electromyogram, sEMG)是在肌肉表面募集的与人体肌肉活动有关的大量动作单元所产生的电信号的迭加，是具有较好自相似性的非线性信号，因而，对表面肌电信号的研究采用非线性分析方法，如混沌、分形理论是一个值得重视的方向。

在遥操作机器人研究领域，肌电信号可以作为遥作的输入接口，利用从操作者肢体上的表面肌电信号获取的动作命令来控制远端的机械装置，这样的人机接口对操作者不会构成操作上的负担，操作者在作业过程中不受束缚，操作感好。肌电信号应用于遥操作系统人机接口的技术关键为肌电信号的模式识别。

国内外已有多个研究机构的学者，采用混沌、分形理论作为肌电信号模式识别研究的数学工具。澳大利亚皇家墨尔本理工大学的Naik G  R.  Kumar  D K, Arjunan S P等提取手部各类动作的肌电信号分形特征，然后用支持向量机等分类方法进行运动模式的分类，取得了较高的识别率。泰国宋卡大学的phinyomark Angkoon等用分形的方法研究了上臂弱肌电信号的多模式分类问题，并把研究成果应用到人机接口技术中。国内，清华大学王人成，上海交通大学胡晓、王志中，邹晓阳、雷敏，上海大学的宋玲玲等在混沌、分形理论应用于肌电信号多运动模式识别方面也做了较多的工作，取得了一些业内有影响的成果。然而，由于非线性问题的复杂性、应用领域的广泛性，仍有许多课题有待研究。

发明内容

为实现遥操作机器人系统中操作者手腕运动模式的正确识别，本发明提出了一种基于球均值李雅普诺夫（Lyapunov）指数和关联维的肌电信号识别方法。首先从相关肌肉组上采集相应的表面肌电信号，然后提取肌电信号的球均值Lyapunov指数和关联维作为特征向量，最后以球均值Lyapunov指数和关联维为特征向量输入由对支持向量机所构造的二叉树结构的分类器，实现肌电信号的上肢多运动模式识别。

为了实现以上目的，本发明方法主要包括以下步骤：

步骤(1).获取人体上肢肌电信号样本数据，具体是：首先通过肌电信号采集仪拾取人体上肢肌电信号，再采用基于小波能谱熵的信号消噪方法对含有干扰噪声的肌电信号进行消噪。

步骤(2).将步骤(1)获取的肌电信号进行特征提取，求出该肌电信号的球均值李雅普诺夫指数和关联维。

所述球均值李雅普诺夫指数，具体算法如下：

本发明根据李雅普诺夫（Lyapunov）指数的定义，设计了一种基于轨道跟踪法的球均值Lyapunov指数法，用于肌电信号Lyapunov指数的求取。算法步聚如下：

1)相空间重构。设混沌时间序列为                                               ,嵌入维数，时间延迟为，则可用Takens嵌入定理重构维相空间：

                               （1）

式中，为相空间中的第个相点，为序数，相空间中的点数为。

2)求取相点的中心及中心到边缘的最大伸展距离。设定一数值，对以中心点为圆心，半径为超球内的所有点，寻找其最近邻点，建立点对,这里，且，为时间序列的平均峰值时间，以保证相点与在两条不同的轨道上。

3)计算点对与后各点之间的距离，及与的扭角。

这里，可取小于的常数。

求取,若其值不大于某一角度如,也即两轨道的扭曲不超过某一角度，称所对应的点对为有效点对，可按4)所描述方法计算轨道分离指数，如扭角过大，则为无效点对，放弃用此点对计算分离指数。

4)分离指数计算方法为：

设轨道分离指数为，则与满足关系（为采样间隔），对两边取自然对数得到。

令，则曲线近似为一直线，用最小二乘估计法计算其斜率，即可得点对所对应的轨道分离指数。

5)统计有效点对的数目，对所有轨道分离指数求平均，即得球均值Lyapunov指数。

                                           (2)

式中，为有效点对的序数。

所述关联维，具体算法如下：