[发明专利]基于多通道sEMG的肌肉疲劳动态预测方法

权利要求书

1.一种基于多通道sEMG的肌肉疲劳动态预测方法，其特征在于，其包括如下步骤：

1)：对多通道sEMG信号进行预处理：重新选择参考值，并且采用带通滤波器、带阻滤波器，消除干扰；

2)：采用分时最小二乘法拟合sEMG的平均功率频率MPF、中位频率MF曲线，分时最小二乘法，具体方法是：首先以当前时刻为基准，向前取K秒时长的sEMG信号，K为正整数，其次针对该段sEMG，计算第1秒、第2秒、第3秒、...，第K秒的平均功率频率MPF及中位频率MF，然后利用最小二乘法分别拟合MPF及MF曲线，最后分别得到曲线上平均功率频率MPF下降到90％MPF所对应的时刻T_MPF，以及中位频率下降到90％MPF所对应的时刻T_MF；

3)：预测肌肉疲劳时间：根据MPF、MF拟合结果，将得到的时间加权计算肌肉疲劳时间，预测肌肉疲劳时间，根据2)中T_MPF，T_MF，预测肌肉疲劳时间函数为：

f(T_MPF,T_MF)＝αT_MPF+(1-α)T_MF

其中α是加权系数，根据个体的年龄、性别特征具体选择，α∈(0.3_,0.5)；

4)：反复步骤1)、2)、3)，动态更新预测肌肉疲劳时间。

2.根据权利要求1所述的基于多通道sEMG的肌肉疲劳动态预测方法，其特征在于，步骤1)对多通道sEMG信号进行预处理，具体步骤如下：

a)将n通道sEMG信号S₁,S₂,S₃,…,S_n相加，并求平均

b)以上述平均值作为参考值，得到新的n通道sEMG信号，

c)将新的n通道sEMG信号S′₁,S′₂,S′₃,…,S′_n进行带通滤波和带阻滤波，消除干扰，后续sEMG信号处理均针对新的n通道sEMG信号。

3.根据权利要求1所述的基于多通道sEMG的肌肉疲劳动态预测方法，其特征在于，步骤4)反复步骤1)、2)、3)，通过时间基准的平移，可取不同时间段的sEMG，分时信号分析，实现动态更新，预测肌肉疲劳时间。