摘要
本发明公开了一种基于肌电信号实时分层特征提取的手部连续力估计方法,属于手部连续力估计领域,该方法包括以下步骤:获取抓握动作时手臂的表面肌电信号,对其进行多层特征提取得到分层特征数据;基于所述分层特征数据和对应的手部连续力构建连续力估计模型;基于所述连续力估计模型得到手部连续力预测结果。本发明能够动态调整特征提取的阈值范围,减少因肌电传感器接触位置变化导致的预测误差,同时通过分层提取斜率符号变化数,补充不同信号强度下的频率信息,显著增强特征表达能力。本发明提出的非线性特征阈值划分方法,能够针对不同层级生成差异化特征划分曲线均衡各层特征,避免传统线性阈值划分仅按层级平均提取特征的局限性。
技术关键词
分层特征提取
力估计方法
表面肌电信号
滑动窗口
GRNN神经网络
肌电传感器
特征值
表达式
非线性特征
划分方法
数据
预测误差
层级
强度
幅值
符号
系统为您推荐了相关专利信息
换热器组件
气阀
信号处理模块
安装压力表
智能检测单元
集成经验模态分解
特征工程
分解算法
滑动窗口方法
噪声