基于多源信息和粒子群优化算法的下肢运动模式识别

来源：浙江大学学报·工学版杂志2015年第3期北京时间：

作者：刘磊,杨鹏,刘作军

单位：1.河北工业大学 控制科学与工程学院,天津 300130； 2.智能康复装置与检测技术教育部工程研究中心,天津 300130

摘要：为了提高人体下肢多运动模式识别的准确性,提出一种基于多源信息和粒子群优化算法-误差反向传播（PSO-BP）神经网络的识别方法.建立下肢多源信息采集系统,该系统由下肢表面肌电信号、髋关节角度、髋关节加速度组成.选择肌电信号偏度、峭度和功率谱比值为肌电信号特征，髋关节角度细分模式均值比为腿部角度信号特征，加速度标准差、能量峰值、两轴相关性系数为髋关节加速度特征.按照主成分分析（PCA）方法融合上述特征值,利用PSO-BP进行识别.实验结果表明：该方法识别率为95.75%,平均识别时间为1.234 8 s.

关键词：

基金资助：国家自然科学基金资助项目（61174009,61203323）；天津市自然科学基金资助项目（13JCQNJC03400）