[发明专利]一种基于EMG信号识别方法

摘要

一种基于EMG信号识别方法，采用以下步骤，步骤1：将采集模块安装在人体手臂上，采集模块采集人体手臂肌肉电信号进行并对数据进行归一化；步骤2：采集模块将采集到的信号通过信号传输模块传输到服务端的接收模块；步骤3：接收模块接收信号后，服务端对接收信号通过小波变换进行滤波降噪，得到处理后的信号。发明基于肌肉电信号的深度学习处理和虚拟现实技术，实现了一套新型的人机交互系统。相比于其他的人机交互手段，本发明成本低，EMG信号的提取和处理比基于视觉的方法成本低。

主权项

1.一种基于EMG信号识别方法，其特征在于：采用以下步骤，步骤1：将采集模块安装在人体手臂上，采集模块采集人体手臂肌肉电信号进行并对数据进行归一化；步骤2：采集模块将采集到的信号通过信号传输模块传输到服务端的接收模块；步骤3：接收模块接收信号后，服务端对接收信号通过小波变换进行滤波降噪，得到处理后的信号，小波变换进行滤波降噪的具体方式为：对接收信号f(t)∈L2(R)用如下公式表示为：式中右边第一项为f(t)在尺度空间的投影，第二项为f(t)在小波空间的投影；j是任意尺度开始，cj,k为尺度系数，dj,k为小波系数；按照如下方式得到尺度系数Cj,k和小波系数Dj,k：cj,k＝＜f(x),φj,k(x)＞＝∫f(x)φj,k(x)dxdj,k＝＜f(x),φj,k(x)＞＝∫f(x)φj,k(x)dx将尺度系数cj,k和小波系数dj,k共同构成二维时频谱；步骤4：利用深度特征融合卷积神经网络对二维时频谱内的特征进行提取；步骤5：利用训练好的分类输出层得到手势分类结果。