[发明专利]基于多通道sEMG的肌肉疲劳动态预测方法

摘要

本发明提供一种基于sEMG的肌肉疲劳动态预测方法。由于sEMG信号易受外部干扰，首先重新选取所有通道的平均值作为参考值，通过新的参考值与原来多通道sEMG作差分，有效的减少了外部干扰。分时最小二乘法通过时间基准平移，实现动态更新，预测肌肉疲劳时间。而MPF、MF参数是反映肌肉的疲劳重要参数，为提高肌肉疲劳预测可靠性，本发明采用MPF，MF两个参数预测肌肉疲劳时间，有效避免了单独参数预测的不稳定性，提升了预测的健壮性。本发明预测准确性高，运算速度快，实现简单，具有重要应用价值。

主权项

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TMPF，以及中位频率下降到90％MPF所对应的时刻TMF；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TMPF，TMF，预测肌肉疲劳时间函数为：f(TMPF,TMF)＝αTMPF+(1‑α)TMF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。