基于DSP的三自由度肌电假手实时控制方法

 利用安置在拇长屈肌，指深屈肌和指伸肌上的3个电极所测得的肌电信号，采用所提出的新的模式分类器，可以实现基于DSP的三自由度假手手指运动的实时控制。该分类器采用自回归(AR)参数模型和样本熵的方法构造特征矢量，经过由弹性反向传播(RP)算法构建的3层前馈神经网络的分类，能够成功地分辨出拇指、食指和中指的弯曲与伸展运动，平均识别率可以达到91%以上。实验结果表明，该分类器具有很高的辨识能力，同时由于其较小的计算量，也为嵌入式的多自由度肌电假手控制提供了一种新的控制方法。