一种基于HHT和AR模型的手部运动模式识别方法

摘要

为了实现基于表面肌电信号（SEMG）的手部动作运动模式识别,提出一种 Hilbert-Huang 变换（HHT）和自回归（AR）模型相结合的特征提取算法.该方法依据 HHT 后各层固有模态函数（IMF）的瞬时频率定义每层 IMF的频率有效度,由频率有效度选取6层平稳的 IMF,同时考察具有最大频率有效度的 IMF,并以该 IMF 的瞬时幅值确定动作信号的起止点.对6层 IMF 中的动作信号建立 AR 模型提取手部运动模式的特征向量.提取主成分后,将降维的动作特征向量输入 SVM 分类器,实现基于 SEMG 信号的手部多运动模式的识别.对伸腕、屈腕、握拳、展拳4种手部动作的识别实验表明,该方法的识别正确率可达91%.