【数字化处理】仿生假体控制中肌电信号的数字化处理研究（Matlab代码实现）

💥💥💞💞欢迎来到本博客❤️❤️💥💥

****🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️**座右铭：**行百里者，半于九十。

📋📋📋++本文目录如下：++🎁🎁🎁

目录

[💥1 概述](#💥1 概述)

[📚2 运行结果](#📚2 运行结果)

[🎉3 参考文献](#🎉3 参考文献)

[🌈4 Matlab代码及文献](#🌈4 Matlab代码及文献)

---

💥1 概述

文献来源：

只要对生理信号进行适当的数字处理，就可以从生理系统控制生物机器人系统，例如假肢，用户通过这种数字处理在一定程度上控制生理信号，就像肌电图信号一样。生物信号以滤波技术为条件，也可以通过适当的数学技术（例如IAV）提取信号的特征，这可以实现所述目标，此外，还允许应用控制方法，例如生物信号大小的分类，以便它为生物机器人系统提供特定的响应。

应该注意的是，EMG信号包络的计算是一个至关重要的过程，因为可以设置控制阈值，从而可以更轻松，更精确地控制机电系统。允许以这种方式利用生物身体的电生理信号，在机械系统中执行定义的运动，以实现用户所需的功能。

这项工作表明，有可能使用"不可用"的生物信号，因为它们在获得时包含的噪声量。一旦完成适当的处理，就会在允许以所需方式控制的设备中使用最佳信号。此外，这种发展适用于截肢者的日常生活，这使得启用丢失的功能，例如，执行机械臂的运动，它可以完成特定任务以实现个人目标，例如将食物送到嘴里或写信。

利用Live Script的特性，本文档将展示如何执行数字信号处理(DSP)的复杂数学计算，例如傅里叶变换或MATLAB提供的强大工具的数字滤波器的设计和应用，从而从生物信号(生物信号)作为肌电图(EMG)信号的相关性中推断信息，肌电图信号是由传感器获取的生物肌肉的电位。

这些信息将用于控制作为假体的生物机器人系统，通过使用激活阈值分类使用表征和控制技术。

📚 2 运行结果

部分代码：

figure

plot(t,EMGf1,'k')

title('Filtered EMG signal (4Hz a 500Hz)')

xlabel('Time(s)'),ylabel('Magnitude(mV)'),grid on

xlim([0 time])

EMGF1=fft(EMGf1);

figure

plot(f0*(0:N-1),abs(EMGF1),'g')

title('Frequency spectrum of the filtered EMG signal (4Hz a 500Hz)')

xlabel('Frequency(Hz)'),ylabel('Energy'),grid on

xlim([0 1500])

cb=57;

ca=63;

b,a\]=butter(3,\[cb\*2/fm ca\*2/fm\],'stop'); EMGf2=filter(b,a,EMGf1); EMGF2=fft(EMGf2); figure plot(t,EMGf2,'k') title('Filtered EMG signal (4 a 500Hz - 60Hz)') xlabel('Time(s)'),ylabel('Magnitude(mV)'),grid on xlim(\[0 time\]) figure plot(f0\*(0:N-1),abs(EMGF2),'g') title('Frequency spectrum filtered EMG signal (4 a 500Hz - 60Hz)') xlabel('Frequency(Hz)'),ylabel('Magnitude'),grid on xlim(\[20 100\]) figure plot(t,EMGR,'r') hold on plot(t,EMGf2,'k') title('Comparison between Raw EMG and EMG Filtered Signal in time') xlabel('Time(s)'),ylabel('Magnitude(mV)'),grid on xlim(\[0 time\]) legend('Raw EMG','Processed EMG') figure plot(f0\*(0:N-1),abs(EMGF),'r') hold on plot(f0\*(0:N-1),abs(EMGF2),'k') title('Comparison between Raw EMG and EMG Filtered Signal in frequency') xlabel('Frequency(Hz)'),ylabel('Magnitude'),grid on xlim(\[0 1000\]) figure T=linspace(0,time,W); plot(T,EMGE_MAV,'-g\*') hold on plot(T,EMGE_RMS,'-mo') plot(T,EMGE_IAV,'-k') title('MAV vs RMS vs IAV') xlabel('Time(s)'),ylabel('Normalized Magnitude'),grid on xlim(\[0 time\]) legend('MAV','RMS','IAV') ## ****🎉3**** ****参考文献**** > 部分理论来源于网络，如有侵权请联系删除。  ## [🌈](https://mp.weixin.qq.com/mp/appmsgalbum?__biz=Mzk0MDMzNzYwOA==&action=getalbum&album_id=2591810113208958977#wechat_redirect "🌈")****4 Matlab代码及文献****