邢路寬 楊顯業(yè) 梁恒諾 闞江明

摘 要：主要構(gòu)建了一種基于前臂表面肌電信號(hào)控制的智能小車(chē)，包括前臂表面肌電信號(hào)感知層、肌電信號(hào)分析層，智能小車(chē)控制層和小車(chē)硬件層，前臂表面肌電信號(hào)感知層通過(guò)4路肌電信號(hào)傳感器感知掌長(zhǎng)肌、肱繞機(jī)、指伸肌、指?jìng)?cè)腕伸肌的4個(gè)位置的肌電信號(hào)并傳輸給肌電信號(hào)分析層；在肌電信號(hào)分析層對(duì)4路肌電信號(hào)進(jìn)行預(yù)處理、特征計(jì)算和給予支持向量機(jī)的模式分類(lèi)，識(shí)別前臂的6個(gè)動(dòng)作，并將識(shí)別結(jié)果通過(guò)無(wú)線傳輸給智能小車(chē)控制層；在智能小車(chē)控制層根據(jù)前臂動(dòng)作的識(shí)別結(jié)果驅(qū)動(dòng)電機(jī)轉(zhuǎn)動(dòng)。實(shí)驗(yàn)表明，所開(kāi)發(fā)的智能小車(chē)可以識(shí)別不同手勢(shì)，完成設(shè)計(jì)動(dòng)作，為將表面肌電信號(hào)控制方式進(jìn)一步拓展應(yīng)用至其他實(shí)際工具提供了技術(shù)支持。

關(guān)鍵詞：智能小車(chē) 表面肌電信號(hào) PMW波模式識(shí)別

中圖分類(lèi)號(hào)：TP23 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2015）10（a）-0080-04

表面肌電信號(hào)由人體肌肉在人體動(dòng)作時(shí)產(chǎn)生的生物電變化，是一種蘊(yùn)含信息豐富，具有實(shí)時(shí)性，獲取無(wú)損傷性的信號(hào)。在文獻(xiàn)[1]中，我們可以看到在康復(fù)醫(yī)學(xué)及智能假肢領(lǐng)域，肌電信號(hào)識(shí)別技術(shù)已經(jīng)從實(shí)驗(yàn)室研究階段走向臨床商業(yè)應(yīng)用階段。但是在工業(yè)機(jī)械操作與實(shí)際生活中，表面肌電信號(hào)控制的應(yīng)用并不多見(jiàn)，倘若可以使用表面肌電信號(hào)控制應(yīng)用在工業(yè)設(shè)備上，便能夠讓操作人員通過(guò)更加直觀的手勢(shì)來(lái)取代紛繁復(fù)雜的按鈕，也可以讓手指和手掌有功能障礙的人，通過(guò)前臂來(lái)控制機(jī)械設(shè)備，將人與設(shè)備更好的連接在一起，使人的意識(shí)與機(jī)械電子設(shè)備相統(tǒng)一，從而達(dá)到人機(jī)一體化的效果。

該文嘗試設(shè)計(jì)一種由表面肌電信號(hào)控制的智能小車(chē)，建立一種更加直觀、有效的控制方式，從而進(jìn)一步解放人類(lèi)的雙手，滿(mǎn)足日益繁忙的工作任務(wù)。首先，本文第一部分介紹了智能小車(chē)整體設(shè)計(jì)；第二部分對(duì)小車(chē)的硬件結(jié)構(gòu)及控制電路進(jìn)行設(shè)計(jì)；第三部分設(shè)計(jì)了軟件部分，包括：肌電信號(hào)分析處理及智能小車(chē)的無(wú)線傳輸協(xié)議、運(yùn)動(dòng)控制實(shí)現(xiàn)；第四部分，對(duì)智能小車(chē)在實(shí)際道路上的無(wú)線傳輸距離進(jìn)行了測(cè)試；第五部分，對(duì)本文設(shè)計(jì)的智能小車(chē)控制效果進(jìn)行了總結(jié)。

1 智能小車(chē)系統(tǒng)設(shè)計(jì)

小車(chē)分類(lèi)基于SVM支持向量機(jī)分類(lèi)識(shí)別技術(shù)，智能小車(chē)的整體系統(tǒng)設(shè)計(jì)結(jié)構(gòu)如圖1，其系統(tǒng)結(jié)構(gòu)主要?jiǎng)澐譃?層，分別是：前臂表面肌電信號(hào)感知層、肌電信號(hào)分析層、智能小車(chē)運(yùn)動(dòng)控制層、小車(chē)硬件層。

第一層是前臂表面肌電信號(hào)感知層：我們選擇人體右前臂表面的4個(gè)位置，在完成6個(gè)動(dòng)作時(shí)所發(fā)出的表面肌電信號(hào)收集并保存。

第二層是肌電信號(hào)分析層：將所獲取的肌電信號(hào)轉(zhuǎn)入MATLAB數(shù)學(xué)矩陣分析軟件進(jìn)行分析。通過(guò)預(yù)處理，濾除噪聲，特征值提取后，進(jìn)行分類(lèi)識(shí)別，后將分類(lèi)識(shí)別的結(jié)果通過(guò)無(wú)線模塊傳輸發(fā)送給智能小車(chē)的主控芯片。

第三層是智能小車(chē)控制層：小車(chē)主控芯片收到肌電信號(hào)分析層所得出的分類(lèi)識(shí)別結(jié)果后，按照提前制定的通訊協(xié)議執(zhí)行指令，之后對(duì)電機(jī)驅(qū)動(dòng)板輸出控制電平，最終讓電機(jī)驅(qū)動(dòng)板驅(qū)動(dòng)電機(jī)運(yùn)動(dòng)，電機(jī)帶動(dòng)小車(chē)完成動(dòng)作。

第四層是小車(chē)硬件層：由小車(chē)主要硬件部分組成，分別是小車(chē)承重板，小車(chē)下底盤(pán)，小車(chē)電機(jī)、小車(chē)輪、小車(chē)減震彈簧、小車(chē)電池組以及萬(wàn)向輪，7個(gè)硬件部分組成。3D結(jié)構(gòu)如圖2所示。

2 前臂肌電信號(hào)采集

在收集試驗(yàn)中，我們使用上海均康醫(yī)用設(shè)備有限公司生產(chǎn)的JK-1（A～H）貼片電極，肌電采集器我們選用成都儀器廠生產(chǎn)的RM6240B型多通道勝利信號(hào)采集系統(tǒng)。采集時(shí)，我們選取掌長(zhǎng)肌、肱繞機(jī)、指伸肌、指?jìng)?cè)腕伸肌4塊目標(biāo)肌肉的肌腹位置。采集6種手勢(shì)（握拳，展拳，手掌上切，手掌下切，手掌左切，手掌右切）的信號(hào)保存。并且為了擴(kuò)大樣本廣泛性，我們建立靜態(tài)肌電信號(hào)庫(kù)，采集不同年齡、不同性別、不同體重的20個(gè)人，每個(gè)人測(cè)量6個(gè)動(dòng)作，每個(gè)動(dòng)作采集10次，共計(jì)1200個(gè)肌電信號(hào)。

3 智能小車(chē)控制硬件設(shè)計(jì)

3.1 小車(chē)動(dòng)作硬件實(shí)現(xiàn)

考慮到小車(chē)載人代步功能，我們參考市場(chǎng)上電動(dòng)車(chē)的電動(dòng)機(jī)，我們選擇36V，350w的有刷直流電機(jī)兩臺(tái)，設(shè)計(jì)兩臺(tái)電機(jī)一左一右放置，兩臺(tái)電機(jī)同時(shí)向前或向后轉(zhuǎn)動(dòng)，就可以實(shí)現(xiàn)前進(jìn)后退的動(dòng)作，調(diào)整兩臺(tái)電機(jī)的轉(zhuǎn)速，在兩個(gè)車(chē)輪之間形成差速，完成小車(chē)的左轉(zhuǎn)右轉(zhuǎn)的動(dòng)作。小車(chē)的硬件工作流程圖如圖3所示。

肌電信號(hào)分析層的將分類(lèi)結(jié)果通過(guò)無(wú)線傳輸發(fā)送至下位機(jī)的NFR24L01無(wú)線模塊，無(wú)線模塊將所接收的結(jié)果轉(zhuǎn)化為T(mén)TL電平傳輸至STM32主控芯片，STM32將無(wú)線模塊傳輸?shù)慕Y(jié)果與無(wú)線通訊協(xié)議相對(duì)照，對(duì)照后，通過(guò)自身豐富的I/O口引腳資源對(duì)電機(jī)驅(qū)動(dòng)板電機(jī)驅(qū)動(dòng)板輸出電平，調(diào)節(jié)電機(jī)的轉(zhuǎn)向，完成小車(chē)動(dòng)作。

3.2 主控芯片的選擇

文中設(shè)計(jì)的小車(chē)采用意法半導(dǎo)體公司生產(chǎn)的STM32F103ZETT6，用來(lái)完成指令識(shí)別對(duì)比、小車(chē)動(dòng)作控制、外部通信拓展3個(gè)任務(wù)。它采用的是Cortex-M3內(nèi)核。Cortex-M3是一種32位嵌入式RISC處理器，工作頻率可達(dá)72 MHz，能實(shí)現(xiàn)高端的運(yùn)算。內(nèi)置有2個(gè)基本定時(shí)器，4個(gè)通用定時(shí)器，高速存儲(chǔ)器（高達(dá)512 kB的閃存和64 kB的SRAM）且具有112個(gè)通用I/O口和連接到3條SPI總線的外設(shè)，對(duì)其外設(shè)的配置可帶來(lái)極好的控制和聯(lián)接能力。處理器可根據(jù)系統(tǒng)設(shè)計(jì)要求進(jìn)行合理優(yōu)化，工作電壓可以再2.0～3.6 V之間，在3.3 V的供電電壓下，其典型的消耗電流僅為1.4 μA。

3.3 硬件電路設(shè)計(jì)

3.3.1 電機(jī)驅(qū)動(dòng)電路

智能小車(chē)行駛動(dòng)力來(lái)自于前輪的兩個(gè)有刷直流電機(jī)，轉(zhuǎn)向利用兩個(gè)電極差速轉(zhuǎn)向，所以我們需要根據(jù)電機(jī)輸入需要，要求電機(jī)驅(qū)動(dòng)板可以提供足夠的正電壓和負(fù)電壓驅(qū)動(dòng)電機(jī)。本智能小車(chē)采用直流半橋驅(qū)動(dòng)電路來(lái)控制電機(jī)的雙向運(yùn)動(dòng)，而且電路功耗低，并且持續(xù)穩(wěn)定的智能小車(chē)提供足夠的動(dòng)力。兩個(gè)直流有刷電機(jī)額定電壓為36 V，額定電流為12.4 A，額定輸入功率為350 W，基于以上參數(shù)，我們選擇工作電壓4～41 V，MOSFET管峰值電流為110 A，輸出功率最高540 W的半橋驅(qū)動(dòng)器，利用2對(duì)半橋電路驅(qū)動(dòng)2個(gè)電機(jī)，調(diào)整MOSFET管的導(dǎo)通狀態(tài)，使兩臺(tái)電機(jī)完成正反轉(zhuǎn)的動(dòng)作，并且利用智能小車(chē)STM32主控芯片提供定時(shí)器功能中的PMW調(diào)制功能，調(diào)整輸入電機(jī)驅(qū)動(dòng)電路的PMW波的占空比來(lái)控制電機(jī)轉(zhuǎn)速。

3.3.2 無(wú)線通信電路

現(xiàn)如今無(wú)線傳輸技術(shù)日趨成熟，常用的主要有超寬帶技術(shù)、IrDA技術(shù)等，但I(xiàn)rDA技術(shù)傳輸速率低，超寬帶技術(shù)開(kāi)發(fā)難度高，并不適合小車(chē)使用。所以，我們選用傳輸速率高、成本低、功率小、體積小的NFR24L01的無(wú)線通信模塊來(lái)構(gòu)架智能小車(chē)的無(wú)線傳輸系統(tǒng)。

模塊簡(jiǎn)介如下。

（1）低功耗1.9～3.6 V工作，待機(jī)模式下?tīng)顟B(tài)為22 μA；掉電模式下為900 mA。

（2）模塊工作于Enhanced Shock Burst，具有Automatic packet handling，Auto packet transaction handling，具有可選的內(nèi)置包應(yīng)答機(jī)制，極大地降低丟包率。

（3）模塊內(nèi)置硬件CRC，檢錯(cuò)和點(diǎn)對(duì)多點(diǎn)通信地址控制。

NFR24L01無(wú)線傳輸模塊采用標(biāo)準(zhǔn)的AT指令控制。可以采用串口中斷接受數(shù)據(jù)的模式，我們?cè)O(shè)計(jì)了串口緩存，而且ARM指令集中提高了CMP指令，可以通過(guò)判斷關(guān)鍵字來(lái)判斷解析命令。NFR24L01模塊通過(guò)AT指令設(shè)置收發(fā)地址。按照一定步驟可以建立一對(duì)點(diǎn)對(duì)點(diǎn)的通訊機(jī)制。

3.3.3 電源電路

文中設(shè)計(jì)的智能小車(chē)，內(nèi)耗主要為控制電路和電機(jī)驅(qū)動(dòng)電路兩部分。主控制器電源為+3.3V，而電機(jī)驅(qū)動(dòng)芯片以及電機(jī)則需要的電壓+40V，故我們選擇+40V的鋰電池作為電機(jī)與電機(jī)驅(qū)動(dòng)芯片的驅(qū)動(dòng)電源，而利用+3.3V的恒壓充電電源作為主控芯片的電源，2個(gè)電源分別供電，防止電壓過(guò)大時(shí)，燒毀主控芯片。

4 智能小車(chē)控制軟件設(shè)計(jì)

智能小車(chē)軟件是智能小車(chē)的邏輯控制部分，在本部分當(dāng)中，我們?cè)O(shè)計(jì)了肌電信號(hào)識(shí)別軟件和小車(chē)控制軟件。

4.1 肌電信號(hào)分析軟件

肌電信號(hào)分析層由：預(yù)處理，特征值計(jì)算，SVM支持向量機(jī)分類(lèi)識(shí)別，最終通過(guò)無(wú)線模塊向下位機(jī)發(fā)送指令。信號(hào)分析與識(shí)別的詳細(xì)研究請(qǐng)見(jiàn)《基于支持向量機(jī)的前臂表面肌電信號(hào)動(dòng)作識(shí)別方法》。

4.2 小車(chē)動(dòng)作控制軟件

控制軟件基于windows操作環(huán)境，利用Keil ? vision 4軟件，利用C語(yǔ)言格式編寫(xiě)。

本程序主要實(shí)現(xiàn)2個(gè)功能：PC機(jī)與智能小車(chē)之間的無(wú)線應(yīng)答，小車(chē)接受指令后執(zhí)行動(dòng)作。它包含的控制設(shè)備有：NFR24L01無(wú)線模塊，主控芯片內(nèi)部時(shí)鐘，I/O管腳。

上位機(jī)與智能小車(chē)之間的應(yīng)答：通過(guò)主控芯片將無(wú)線模塊初始化之后，一直使無(wú)線模塊處于接收狀態(tài)，在接收到之后，先于無(wú)線通訊協(xié)議進(jìn)行對(duì)比，判斷是否存在相對(duì)指令，有則執(zhí)行并且返回識(shí)別結(jié)果，例如返回“前進(jìn)指令收到”，無(wú)則返回“無(wú)效指令”，通過(guò)上位機(jī)與智能小車(chē)之間的無(wú)線應(yīng)答機(jī)制，可以實(shí)時(shí)觀察對(duì)小車(chē)控制，避免了錯(cuò)誤指令的執(zhí)行，使控制更加精確。

執(zhí)行動(dòng)作：當(dāng)無(wú)線模塊接收到了命令之后，并且判斷存在相應(yīng)有效指令之后，通過(guò)對(duì)主控芯片對(duì)電機(jī)驅(qū)動(dòng)板的I/O口輸出電平與內(nèi)部時(shí)鐘PMW波輸出，電機(jī)驅(qū)動(dòng)板驅(qū)動(dòng)電機(jī)完成動(dòng)作。具體軟件流程見(jiàn)圖4所示。

4.3 無(wú)線控制協(xié)議設(shè)計(jì)

通過(guò)模式識(shí)別之后，大多數(shù)所得的指令都是相對(duì)應(yīng)的數(shù)值，或者是矩陣形式的數(shù)據(jù)結(jié)果，智能小車(chē)對(duì)此無(wú)法做出快速的反應(yīng)，所以，我們需要將生物信號(hào)轉(zhuǎn)化成數(shù)字信號(hào)后，進(jìn)行分析，再將分析用的數(shù)字信號(hào)結(jié)果轉(zhuǎn)化為對(duì)應(yīng)的機(jī)器語(yǔ)言，所以，建立一個(gè)簡(jiǎn)單實(shí)用的傳輸協(xié)議至關(guān)重要。

4.3.1 指令的傳輸協(xié)議

STM32主控芯片中的提供的比較指令CMP，CMP指令格式為：

CMP{條件}{P}，

CMP指令允許把一個(gè)寄存器中的內(nèi)容與另外一個(gè)寄存器中的內(nèi)容或立即值進(jìn)行比較，更改狀態(tài)來(lái)進(jìn)行條件允許。如此，CMP指令與IF條件語(yǔ)句配合，我們就可以將指令與協(xié)議進(jìn)行比較，執(zhí)行正確的指令。

4.3.2 指令幀格式

完整的指令幀格式主要由于本智能小車(chē)?yán)弥骺刂破餍酒械膶?duì)比函數(shù)經(jīng)行指令的識(shí)別，函數(shù)規(guī)定發(fā)送32個(gè)字母組成字符串后，進(jìn)行對(duì)比，選擇相應(yīng)命令進(jìn)行執(zhí)行。所以，智完整命令幀當(dāng)中，共包括：數(shù)序字頭8byte，地址8byte，有效的命令數(shù)據(jù)4byte，還有最后的CRC校驗(yàn)碼，共4個(gè)部分。（見(jiàn)表1）

4.3.3 動(dòng)作與指令協(xié)議

智能小車(chē)共有6個(gè)動(dòng)作，分別對(duì)應(yīng)人體相對(duì)的6個(gè)動(dòng)作（見(jiàn)圖5）：即前進(jìn)——小臂向前伸直，后退——小臂向后勾，左轉(zhuǎn)——手掌向左偏，右轉(zhuǎn)——手掌向右偏，停止——手掌握拳，減速——手掌向下切。

對(duì)應(yīng)的小車(chē)動(dòng)作的指令如表2所示。

5 實(shí)驗(yàn)及測(cè)試

通過(guò)實(shí)驗(yàn)驗(yàn)證系統(tǒng)實(shí)現(xiàn)無(wú)線控制的可行性。實(shí)驗(yàn)具體是：智能小車(chē)、無(wú)線傳輸模塊、PC模式識(shí)別三部分。其傳輸距離實(shí)驗(yàn)具體事實(shí)如下。

無(wú)線射頻模塊NFR24L01理論最大傳輸距離是100 m左右，但是安裝在智能小車(chē)上之后，傳輸距離肯定會(huì)受到小車(chē)結(jié)構(gòu)的影響，或者是其他環(huán)境因素的干擾，所以，我們將無(wú)線模塊直接安裝在小車(chē)上，在實(shí)際道路中進(jìn)行測(cè)試。

由于復(fù)雜的地形及其環(huán)境因素，信號(hào)衰減較嚴(yán)重，小車(chē)接到信號(hào)的時(shí)間變長(zhǎng)，并且在距離PC模式識(shí)別部分32.1 m后，開(kāi)始出現(xiàn)丟失指令，當(dāng)小車(chē)的運(yùn)動(dòng)范圍進(jìn)一步擴(kuò)大時(shí)，對(duì)小車(chē)的控制就變得困難，需要多次發(fā)送指令后，小車(chē)才會(huì)產(chǎn)生動(dòng)作，并且小車(chē)反應(yīng)明顯遲鈍，失去了控制的意義。

最終，小車(chē)在距離PC模式識(shí)別部分52 m時(shí)，出現(xiàn)無(wú)法接受指令控制的極限距離。

6 結(jié)語(yǔ)

該文設(shè)計(jì)了一種利用人體肌肉信號(hào)作為控制信號(hào)源的無(wú)線智能小車(chē)，實(shí)現(xiàn)了人-車(chē)之間的人機(jī)交互。該智能小車(chē)采用ARM系列的STM32芯片作為主控芯片，具有無(wú)線通信，指令識(shí)別。本論文的主要工作主要有以下幾個(gè)方面。

（1）設(shè)計(jì)了基于ARM系列的STM32小車(chē)運(yùn)動(dòng)硬件控制系統(tǒng)，主要包括：電源電路、控制系統(tǒng)電路、無(wú)線通信系統(tǒng)、電機(jī)驅(qū)動(dòng)電路，使用Keil ? vision 4完成了小車(chē)軟件設(shè)計(jì)。

（2）設(shè)計(jì)了小車(chē)的軟件部分：利用MATLAB矩陣分析軟件設(shè)計(jì)了信號(hào)分析識(shí)別軟件使用Keil ? vision 4完成了小車(chē)軟件設(shè)計(jì)。

（3）在智能小車(chē)內(nèi)部建立了無(wú)線協(xié)議，利用NFR24L01模塊建立智能小車(chē)的無(wú)線通訊系統(tǒng)。

（4）通過(guò)實(shí)驗(yàn)測(cè)的小車(chē)在實(shí)際使用狀態(tài)下的無(wú)線傳輸有線距離，約為26 m，無(wú)線傳輸極限距離為32.1 m。

同時(shí)本論文設(shè)計(jì)的智能小車(chē)為今后更加復(fù)雜的智能小車(chē)的設(shè)計(jì)提供了平臺(tái)與拓展，也為手指或者手掌功能障礙的人群控制車(chē)輛或者其他提供技術(shù)支持。

參考文獻(xiàn)

[1] 許宏，張怡，陳錫愛(ài)，等.遠(yuǎn)程半自主機(jī)器人監(jiān)控系統(tǒng)的設(shè)計(jì)及實(shí)驗(yàn)[J].機(jī)器人，2010，32（1）：127-131.

[2] 張鍇，李世光，朱曉莉，等.基于STM32的智能巡線小車(chē)[J].電子測(cè)量技術(shù)，2012，35（2）：105-107.

[3] M.S.Hussain，Md.Mamun. Effectiveness of the Wavelet Transform on the Surface EMG to Understand the Muscle Fatigue During Walk[J].Measurement Science Review，2012，12（1）：28-33.

[4] 馮蓉珍.基于ATmega128的智能機(jī)器人小車(chē)控制系統(tǒng)設(shè)計(jì)河北軟件職業(yè)技術(shù)學(xué)院報(bào)[J].2012，14（1）：39-41.

[5] 鄭一維，李長(zhǎng)俊，吳訊馳，等.基于STM32的電能質(zhì)量檢測(cè)技術(shù)研究[J].國(guó)外電子測(cè)量技術(shù)，2011，30（6）：73.

[6] 田建勛，陳香，李云，等.一種基于加速度和肌電信號(hào)融合和同濟(jì)語(yǔ)言模型連續(xù)手語(yǔ)識(shí)別方式[J].中國(guó)生物醫(yī)學(xué)工程報(bào)，2011，30（3）：333-339.

[7] 丁其川，趙新剛，韓建達(dá).基于肌電信號(hào)容錯(cuò)分類(lèi)的手部動(dòng)作識(shí)別[J].機(jī)器人， 2015，37（1）：10-16.

[8] Kyoung-Jin Yu，Kab-Mun Cha，Hyun-Chool Shin。Maximum likelihood method for finger motion recognition from sEMG signals[C]//ICBME，2008，Proceedings 23，2009：452-455.

[9] 鄒曉，陽(yáng)雷敏.基于多尺度最大李雅普諾夫指數(shù)的表面肌電信號(hào)模式識(shí)別[J].中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào)，2012，31（2）：7-12.

[10] 李晶，邵忍平，王偉，等.基于抓握可靠性的肌電控制假手優(yōu)化和動(dòng)態(tài)性能研究[J].機(jī)械科學(xué)與技術(shù)，2014，33（7）：966-970.

[11] 陳玲玲.基于支持向量機(jī)下肢肌電信號(hào)模式識(shí)別的研究[D].天津：河北工業(yè)大學(xué)，2006.

[12] 吳冬梅，孫欣，張志成，等.表面肌電信號(hào)的分析和特征提取[J].中國(guó)組織工程研究與臨床康復(fù)，2010，14（43）：8073-8076.

[13] 加玉濤，羅志增.肌電信號(hào)特征值提取綜述[J].電子器件，2007，30（1）：327-330.

[14] 楊廣映.基于支持向量機(jī)研究肌肉多運(yùn)動(dòng)模式識(shí)別[J].2008，12（35）：6844-6846.

[15] 胡明霞.表面肌電信號(hào)識(shí)別特征提取方法的仿真研究[J].2013，30（5）：345-350.