肌电信号的时域和频域分析
肌电信号的时域和频域分析
摘要：肌电信号是产生肌肉力的电信号根源，它是肌肉中很多运动单元动作电位在时间和空间上的叠加，反映了神经，肌肉的功能状态，在基础医学研究、临床诊断和康复工程中有广泛的应用。
其种类重要有两种：一，临床肌电图检查多采用针电极插入肌肉检测肌
电图，其优点是干扰小，定位性好，易识别，但由于它是一种有创伤的检测
方法，其应用收到了一定的限制。二，表面肌电则是从人体皮肤表面通过电
极记录下来的神经肌肉活动时发放的生物电信号，属于无创伤性，操作简单，病人易接受，有着广泛的应用前景。
本次设计基于matlab用小波变换对肌电信号进行消噪处理，分别选用20N 的肌电信号数据和50N的肌电数据进行对比，最后在GUI界面上完成相应的功能处理。
关键字：肌电信号 Matlab 小波去噪 GUI
第一章绪论
肌电信号是产生肌肉力的电信号根源，它是肌肉中很多运动单元动作电位在时间和空间上的叠加，反映了神经，肌肉的功能状态，在基础医学研究、临床诊断和康复工程中有广泛的应用。
其种类重要有两种：一，临床肌电图检查多采用针电极插入肌肉检测肌电图，其优点是干扰小，定位性好，易识别，但由于它是一种有创伤的检测方法，其应用收到了一定的限制。二，表面肌电则是从人体皮肤表面通过电极记录下来的神经肌肉活动时发放的生物电信号，属于无创伤性，操作简单，病人易接受，有着广泛的应用前景。
肌电信号本身是一种较微弱的电信号。检测和记录表面肌电信号，需要考虑的主要问题是尽量消除噪声和干扰的影响, 提高信号的保真度[1]。
第二章肌电信号的时域分析
2.1 肌电信号时域图的显示及比较
肌电信号采用两个不同的数据进行比较，通过比较时域图及其特性来进行分析[2]。其图像如下所示：
如上图所示：肌电数据分别是同一个体在20N的力和50N的力所反映的图像。可以看出在不同作用力时，其图像的差别很大。
2.2 时域参数
2.2.1 均值
对于一个随机变量来说，均值是一个很重要的数值特征。粗略的说，就是来描述一个群体的平均水平。其严格的数学定义非常的简单，就是一个随机变量关于概率测度的积分。这样的积分在测度轮或者实分析里是没有什么直观的解释的。而在概率论里却成为了一个群体的主要指标。在此处，均值表示肌电信号的平均水平。
2.2.2 标准差
标准差（Standard Deviation），也称均方差（mean square error），是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用σ表示。
标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的，标准差未必相同。
2.2.3 方差
方差是各个数据与平均数之差的平方的平均数。在概率论和数理统计中，方（英文Variance）用来度量随机变量和其数学期望（即均值）之间的偏离程度。在许多实际问题中，研究随机变量和均值之间的偏离程度有着很重要的意义。
选取一个信号，其执行结果如下所示：
其部分程序代码如下所示：
clear;
clc;
s=load('E:\肌电信号数据\EMG\EMG3.txt');
%s=load('E:\肌电信号数据\EMG\bs1.txt');
a=s(:,7);
t=s(:,1);
fprintf('\n数据基本信息：\n');
fprintf(' 均值=%7.5f\n',mean(a));
fprintf(' 标准差=%7.5f\n',sqrt(var(a)));
fprintf(' 方差=%7.5f\n',var(a));
fprintf(' 积分肌电值IEMG=%7.5f\n',mean(abs(a)));
fprintf(' 均方跟有效值RMS=%7.5f\n',sqrt(mean(a.^2)));
第三章肌电信号的时域分析
3.1 傅里叶变换
傅里叶是离散傅立叶变换的快速算法，可以将一个信号变换到频域。有些信号在时域上是很难看出什么特征的，但是如果变换到频域之后就很容易看出特征了。另外，FFT可以将一个信号的频谱提取出来，这在频谱分析方面也是经常用的。一个模拟信号，经过ADC采样之后，就变成了数字信号。采样得到的数字信号，就可以做FFT变换了。N个采样点，经过FFT之后，就可以得到N个点的FFT 结果。本次设计选取N=20000来进行肌电信号的频域分析[3]。
通过傅里叶变换后，两个不同信号的幅频图如下所示：
肌电相频图如下所示：
3.2 功率谱分析
能量谱密度、功率谱密度函数表示信号的能量、功率密度随频率变化的情况。通过研究功率谱密度，可以帮助了解信号的功率分布情况，确定信号的频带等。
功率密度谱虽然描述了随机信号的功率在各个不同频率上的分布，但因为它仅与幅度频谱有关，没有相位信息，所以从已知功率谱还难以完整地恢复原来的功率信号。
通过执行相应程序后，其功率谱的显示图如下所示：
其部分程序代码如下所示：
global a;
global t;
global s;
s=fft(a,2000);
[C L]=wavedec(a,3,'db5');
cA3=appcoef(C,L,'db5',3);
cD1=detcoef(C,L,1);
cD2=detcoef(C,L,2);
cD3=detcoef(C,L,3);
thr1=thselect(cD1,'rigrsure');
thr2=thselect(cD2,'rigrsure');
thr3=thselect(cD3,'rigrsure');
TR=[thr1,thr2,thr3];
SORH='s';
[XC,CXC,LXC,PERFO,PERF2]=wdencmp('lvd',a,...
'db5',3,TR,SORH);
y1=fft(XC,20000);
fs=2000;
N=length(y1);
mag=abs(s);
f=(0:N-1)/N*fs;
power1=(mag.^2)/2000;plot(handles.axes1,power1)
第四章小波去噪分析
小波分析方法是一种窗口大小（即窗口面积）固定但其形状可改变，时间窗和频率都可改变的时频局域化分析方法，即在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，所以被称为数学显微镜。正是这种特性，是小波变换具有对信号的自适应性[4]。
4.1 常用的小波分析方法
4.1.1 小波消噪
一维的小波消噪过程主要分为以下三个步骤：①一维信号的分解：获得各尺度上的细节分量和近似分量；②细节分量的阈值化：对1到N尺度的上的每层细节分量选取合适的阈值，进行阈值化处理，保留有用信息，去除噪声成分；③一维信号的重构：根据小波分解的第N层近似分量和经阈值化处理后的第1层到第N层细节分量，进行一维信号的小波重构。本文还利用小波的多分辨率特性将心电信号分解为多层，然后进行有用信号的重构，将一些噪声信号去除。
4.1.2 小波函数的选取
同一信号，选取不同的小波函数进行处理，将得到不同的效果，所以小波函数的选取显得尤为重要。对于心电信号滤波来说，选择支集长度较短的小波可提高处理的实时性；选取对称性的小波可满足相移为基本线性，使心电信号不失真；选取正则性的小波可使重构以后的信号比较平滑。经过对比降噪效果，在本文中用db5小波基进行消噪处理。
4.1.2 阈值选取
阈值的确定是小波收缩消噪最关键的一步，阈值过小，则方差偏大，数据欠平滑；阈值过大，会使数据过平滑，信号的奇异性可能丧失。对小波系数进行阈值操作过程中，有两种方式，其一对每一个小波系数进行阈值操作，其二是成块习俗进行阈值操作。由信号的奇异性理论，心电信号里的噪声具有负的奇异性，
其幅度和稠密度随尺度的增大而减小，而信号则相反，因此阈值的选取不能单一。阙值函数体现了对小波系数的不同处理策略，主要分为软阈值函数和硬阈值函数它们的基本思想都是去除小幅值的系数，对大幅值的系数进行保留。它们的去噪效果各有特点(可以从后面的具体例子中看出)：硬阈值法可以很好的保留信号的边缘等局部特征，但去噪的结果具有较大的方差，会出现伪Gibbs现象等视觉失真；软闭值法去噪结果相对平滑，但有较大的偏差，可能会造成边缘模糊等失真现象。
4.2 小波去噪的具体分析
为了确定和比较本次设计中小波去噪的效果，先对小波进行一层分解，二层分解，三层分解，四层分解，让它们单独对同一信号进行消噪处理。其结果图如下所示：
通过比较上图可以看出，第四幅图像的去噪效果比较明显，因次在本次设计中选择小波四层分解对信号进行去噪处理。
分别对20N 的肌电信号和50N的肌电信号进行小波去噪，去噪前后的效果图如下所示：
左边是20N小波去噪前后的图，右边是50N作用前后的效果图。通过前后图像的比较可以看出，当选用四层小波分解进行滤波时，已经能去掉大部分噪声的干扰，保存有用的信号。
小波去噪部分程序代码如下:
global a;
global t;
global s;
global y;
% global IR;
% global SORH;
M =length (a) ;
N=length(y);
p=size(a);
s=a(1:20000);
[C L]=wavedec(a,4,'db5');
cA3=appcoef(C,L,'db5',4);
cD1=detcoef(C,L,1);
cD2=detcoef(C,L,2);
cD3=detcoef(C,L,3);
cD4=detcoef(C,L,4);
thr1=thselect(cD1,'rigrsure');
thr2=thselect(cD2,'rigrsure');
thr3=thselect(cD3,'rigrsure');
thr4=thselect(cD4,'rigrsure');
TR=[thr1,thr2,thr3,thr4];
SORH='s';
[XC,CXC,LXC,PERFO,PERF2]=wdencmp('lvd',a,...
'db5',4,TR,SORH);
L=p(2);
x=a;
h=XC;
F=0;
M=0;
for ii=1:L
m(ii)=(x(ii)-y(ii))^2;
t(ii)=y(ii)^2;
f(ii)=t(ii)/m(ii);
F=F+f(ii);
M=M+m(ii);
end;
SNR=10*log10(F);
MSE=M/N;
SM=SNR/MSE;
% K=length(d);
% t1=(0:K-1)/2000;
plot(handles.axes5,XC(1:20000));
小波去噪前后的幅频和相频图如下：
表面肌电信号一般只有微伏级电压,信号中往往夹带着低频(接近直流)和高频的干扰信号,真正有用的肌电信号大致在10Hz~500Hz之间。由上面的对比图可知，消除了噪声信号，有用信号得以保存。
其部分程序代码如下所示：
global a;
global t;
%global h;
[C L]=wavedec(a,3,'db5');
cA3=appcoef(C,L,'db5',3);
cD1=detcoef(C,L,1);
cD2=detcoef(C,L,2);
cD3=detcoef(C,L,3);
thr1=thselect(cD1,'rigrsure');
thr2=thselect(cD2,'rigrsure');
thr3=thselect(cD3,'rigrsure');
TR=[thr1,thr2,thr3];
SORH='s';
[XC,CXC,LXC,PERFO,PERF2]=wdencmp('lvd',a,...
'db5',3,TR,SORH);
y1=fft(XC,20000);
fs=2000;
N=length(y1);
mag1=abs(y1);
f=(0:N-1)/N*fs;
plot(handles.axes5,f,mag1);
去噪前后的功率谱图如下所示：
部分程序代码如下：
global a;
global t;
global s;
s=fft(a,2000);
[C L]=wavedec(a,3,'db5');
cA3=appcoef(C,L,'db5',3);
cD1=detcoef(C,L,1);
cD2=detcoef(C,L,2);
cD3=detcoef(C,L,3);
thr1=thselect(cD1,'rigrsure');
thr2=thselect(cD2,'rigrsure');
thr3=thselect(cD3,'rigrsure');
TR=[thr1,thr2,thr3];
SORH='s';
[XC,CXC,LXC,PERFO,PERF2]=wdencmp('lvd',a,...
'db5',3,TR,SORH);
y1=fft(XC,2000);
fs=2000;
N=length(y1);
mag=abs(y1);
f=(0:N-1)/N*fs;
power2=(mag.^2)/2000;
plot(handles.axes5,power2);
第五章GUI界面的设计
GUI是由窗口、光标、按键、菜单、文字说明等对象（Objects）构成的一个用户界面。用户通过一定的方法（如鼠标或键盘）选择、激活这些图形对象，使计算机产生某种动作或变化，比如实现计算、绘图等。一个好的GUI 能够使程序更加容易的使用。它提供用户一个常见的界面，还提供一些控件，例如，按钮，列表框，滑块，菜单等。用户图形界面应当是易理解且操作是可以预告的，所以当用户进行某一项操作，它知道如何去做。例如，当鼠标在一个按钮上发生了单击事件，用户图形界面初始化它的操作，并在按钮的标签上对这个操作进行描述。
本次设计的GUI界面整体图如下所示：
程序运行之后产生的界面图如下所示：
本次设计模块涵盖多个功能，都是通过按钮来进行相应的信号处理。只要M 文件在当前目录或在Matlab搜索路径上，在Matlab命令窗口输入对应的M文件，就能打如上图所示的图形用户界面。在此界面上可以进行相关的操作。
例如点击open按扭就会打开如下界面：
Open按钮的回调函数如下填写：
[filename,filepath]=uigetfile('*.txt','选择文件');%选择数据文件
str=[filepath filename];
其他的按钮都按照此方法去激活，以实现相应的功能。
学习心得
通过这次设计，我对MATLAB有了更深入的理解，学会了在GUI界面通过按钮来实现相应的功能，对以前未接触的小波变换也有了大概了解。
在设计的过程中，我也认识到了自己所学知识的不足。这也让我再次认识到知识是无尽的，只有不断的充实自己、完善自己的知识理论体系，才能够更好的胜任自己以后的工作。设计过程中知识的不足也让我更加坚定了终身学习的决心。
参考文献
1.谢平、王娜、林洪斌等主编，信号处理原理及应用。北京：机械工业出版社，
2008.10
2. 聂祥飞、王海宝、谭泽富主编，Matlab程序设计及其在信号处理中的应用。成都：西南交通大学出版社，2005
3.吴大正、高西全等主编，Matlab及在电子信息课程中的应用。北京：电子工业出版社，2006.3
4.李培芳、孙晖、李江主编，信号与系统分析基础。北京：清华大学出版社，2006.12
程序附录
function varargout = a1fig(varargin)
gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @a1fig_OpeningFcn, ...
'gui_OutputFcn', @a1fig_OutputFcn, ...
'gui_LayoutFcn', [] , ...
'gui_Callback', []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT
% --- Executes just before a1fig is made visible.
function a1fig_OpeningFcn(hObject, eventdata, handles, varargin)
% This function has no output args, see OutputFcn.
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)
% varargin command line arguments to a1fig (see VARARGIN)
% Choose default command line output for a1fig
handles.output = hObject;
北京交通大学信号与系统时域分析
北京交通大学信号与系统时域分析
【研讨题目2】 信号与系统时域分析专题研讨 【目的】 1.研究用离散方法近似计算连续信号的卷积积分； 2.通过分析近似计算卷积积分过程中出现的问题，锻炼学生分析问题和解决问题的能力； 【知识点】 信号时域分析，卷积积分，卷积和 【研讨题目】连续信号卷积积分的数值近似计算 两个连续信号的卷积积分定义为 τττd )()()(-= ?∞ ∞ -t h x t y 为了能用数值方法进行计算，需对连续信号进行抽样。记x [k ]=x (k ), h [k ]=h (k ),为 进行数值计算所选定的抽样间隔，可以证明连续信号卷积积分可近似的表示为 (Δ)Δ([][])y k x k h k ≈?* (1) 由式(1)可知，可以利用Matlab 提供的conv 函数近似计算连续信号的卷积积分。 一、(*)理论分析 为了对近似计算的结果进行分析，用解析的方法计算下列卷积积分，推出卷积积分的解析表达式； (1) 时限信号卷积积分 x 1(t )=u (t )-u (t -1)，y 1(t )=x 1(t )*x 1(t ); 卷积结果为：y1(t)= x 1(t )*x 1(t )=r(t)-2*r(t-1)+r(t-2) (2) 分段常数信号卷积积分 x 2(t )= x 1(t )+2 x 1(t -1)+ x 1(t -2)，h 2(t )= x 1(t )- x 1(t -1)， y 2(t )=x 2(t )*h 2(t ); 卷积结果为：y2(t)= x 2(t )*h 2(t ) =y1(t)+y1(t-1)-y1(t-2)-y1(t-3) =r(t)-r(t-1)-2*r(t-2)+2*r(t-3)+r(t-4)-r(t-5) (3) 非时限信号卷积积分 x 3(t )=u (t )，h 3(t )=e -t u (t ), y 3(t )=x 3(t )*h 3(t ) 卷积结果为：y3= x 3(t )*h 3(t ) =[1-exp(-t)]*u(t) 二、(*)时限信号卷积积分的近似计算 取不同的△值，用Matlab 函数conv 近似计算卷积积分y 1(t )并画出其波形，讨论的取值对计算结果的影响。
信号时域频域及其转换
信号分析方法概述： 通用的基础理论是信号分析的两种方法：1 是将信号描述成时间的函数 2 是将信号描述成频率的函数。也有用时域和频率联合起来表示信号的方法。时域、频域两种分析方法提供了不同的角度，它们提供的信息都是一样，只是在不同的时候分析起来哪个方便就用哪个。 思考： 原则上时域中只有一个信号波（时域的频率实际上是开关器件转动速度或时钟循环次数，时域中只有周期的概念），而对应频域（纯数学概念）则有多个频率分量。 人们很容易认识到自己生活在时域与空间域之中（加起来构成了三维空间），所以比较好理解时域的波形（其参数有：符号周期、时钟频率、幅值、相位）、空间域的多径信号也比较好理解。 但数学告诉我们，自己生活在N维空间之中，频域就是其中一维。时域的信号在频域中会被对应到多个频率中，频域的每个信号有自己的频率、幅值、相位、周期（它们取值不同，可以表示不同的符号，所以频域中每个信号的频率围就构成了一个传输信道。 时域中波形变换速度越快（上升时间越短），对应频域的频率点越丰富。 所以：OFDM中，IFFT把频域转时域的原因是：IFFT的输入是多个频率抽样点（即各子信道的符号），而IFFT之后只有一个波形，其中即OFDM符号，只有一个周期。 时域 时域是真实世界，是惟一实际存在的域。因为我们的经历都是在时域中发展和验证的，已经习惯于事件按时间的先后顺序地发生。而评估数字产品的性能时，通常在时域中进行分析，因为产品的性能最终就是在时域中测量的。 时钟波形的两个重要参数是时钟周期和上升时间。 时钟周期就是时钟循环重复一次的时间间隔，通产用ns度量。时钟频率Fclock，即1秒钟时钟循环的次数，是时钟周期Tclock的倒数。 Fclock=1/Tclock 上升时间与信号从低电平跳变到高电平所经历的时间有关，通常有两种定义。一种是10-90上升时间，指信号从终值的10%跳变到90%所经历的时间。这通常是一种默认的表达方式，可以从波形的时域图上直接读出。第二种定义方式是20-80上升时间，这是指从终值的20%跳变到80%所经历的时间。 时域波形的下降时间也有一个相应的值。根据逻辑系列可知，下降时间通常要比上升时间短一些，这是由典型CMOS输出驱动器的设计造成的。在典型的输出驱动器中，p管和n 管在电源轨道Vcc和Vss间是串联的，输出连在这个两个管子的中间。在任一时间，只有一个晶体管导通，至于是哪一个管子导通取决于输出的高或低状态。 假设周期矩形脉冲信号f(t)的脉冲宽度为τ，脉冲幅度为E,重复周期为T，
表面肌电分析
表面肌电简介及分析方法 一、表面肌电信号概念 表面肌电信号 (surface electrom yographic signal, sEMG 信号)是从皮肤表面 通过电极引导并放大，显示记录神经肌肉活动时的生物电信号，主要是浅层 肌肉和神经干综合的电活动。表面肌电信号主要有参与活动的运动单位数量、放电频率、同步化程度、募集的模式等有关。 二、表面肌电信号主要是通过时阈和频阈两个方面进行分析 1、sEMG 信号的时域分析方法 时域分析用于刻画肌电图时间序列的振幅特征，主要指标包括积分肌电（integrete EMG，iEMG）、均方根值（root mean square，RMS）、平均振幅（MA）。 积分肌电值（integrated EMG, iEMG）是一段时间内肌肉中参与活动的运动单 位放电总量，其值大小在一定程度上反映参加工作的运动单位的数量多少和 每个运动单位的放电大小。用来分析在单位时间内肌肉的收性。 平均振幅表示肌电信号的强弱，其大小与参与活动的运动单位数目和放电频率的同步化程度有关。 2、sEMG 信号的频域分析方法 频阈方面的分析主要是在频率维度上反映 sEMG 的变化，表面肌电信 号的频域分析广泛应用于肌肉疾病诊断和肌肉疲劳检测。利用表面肌电信号进行傅立叶转换（FFT），获得的频谱或功率谱反映信号在不同频率上的变化。常用指标有平均功率频率（Mean Power Frequency, MPF）和中位频率（Median Frequency, MF）。 MF 指放电频率的中间值，即肌肉收缩过程中放电频率的中间值，一般也 是随着运动时间的增大而呈递减的趋势。。由于骨骼肌中快慢肌纤维组成比例不同，导致不同部位骨骼肌之间的 MF 值不同。快肌纤维兴奋表现在高频放电，慢肌纤维则在低频。一般在中高强度的运动时，MPF 和 MF 值会有所下降，频谱左移，则说明局部肌肉出现疲劳。并且导致反映频谱曲线特征的 MPF 和 MF 产生相应的下降。 3、sEMG在肌肉功能评价中的应用 （Ⅰ）利用sEMG评价肌肉疲劳 MPF或MF随肌肉活动持续时间的延长或肌肉活动次数的增加呈线性 规律下降，且下降速度主要与负荷大小或肌肉疲劳程度相关， （Ⅱ）利用sEMG预测肌纤维类型 表面肌电信号特征（主要是MPF）与肌肉中Ⅰ型肌纤维的比例呈线性负相关，或与Ⅱ型肌纤维的比例呈线性正相关 （Ⅳ）利用sEMG研究肌肉活动的协调程度
离散信号与系统时域分析
目录 第1章设计任务及要求 (1) 1.1课程设计内容 (1) 1.2课程设计要求 (1) 第2章设计原理 (2) 2.1离散信号与系统的时域分析设计 (2) 2.1.1描写系统特性的方法介绍 (2) 2.1.2系统的时域特性 (2) 第3章设计实现 (3) 3.1实验内容与方法 (3) 3.1.1实验内容 (3) 第4章设计结果及分析 (3) 4.1程序设计结果及分析 (4) 总结 (7) 参考文献： (7) 附录： (8)
第1章 设计任务及要求 1.1课程设计内容 编制Matlab 程序，完成以下功能，产生系统输入信号；根据系统差分方程求解单位脉冲响应序列；根据输入信号求解输出响应；用实验方法检查系统是否稳定；绘制相关信号的波形。具体要求如下： (1) 给定一个低通滤波器的差分方程为 ()0.05()0.05(1)0.9(1)y n x n x n y n =+-+- 输入信号分别为182()=()()()x n R n x n u n =， ① 分别求出系统响应，并画出其波形。 ② 求出系统的单位脉冲响应，画出其波形。 (2) 给定系统的单位脉冲响应为1102()=()()() 2.5(1) 2.5(2)(3)h n R n h n n n n n δδδδ=+-+-+-，用线性卷积法求18()=()x n R n 分别对系统h1(n)和h2(n)的输出响应，并画出波形。 (3) 给定一谐振器的差分方程为() 1.8237(1)-0.9801(2)()(2)o o y n y n y n b x n b x n =--++-令b0=1/100.49,谐振器的谐振频率为0.4rad 。 1) 用实验方法检查系统是否稳定。输入信号为u(n)时,画出系统输出波形。 2) 给定输入信号为()=sin(0.014)sin(0.4)x n n n +求出系统的输出响应，并画出其波形。 1.2课程设计要求 1. 要求独立完成设计任务。 2. 课程设计说明书封面格式要求见《天津城市建设学院课程设计教学工作规范》附表1 3. 课程设计的说明书要求简洁、通顺，计算正确，图纸表达内容完整、清楚、规范。 4. 简述离散系统时域分析方法和通过实验判断系统稳定性的方法；完成以上设计实验并对结果进行分析和解释；打印程序清单和要求画出的信号波形；写出本次课程设计的收获和体会。 5. 课设说明书要求： 1) 说明题目的设计原理和思路、采用方法及设计流程。 2) 详细介绍运用的理论知识和主要的Matlab 程序。 3) 绘制结果图形并对仿真结果进行详细的分析。
表面肌电信号检测系统
信号处理 综合实训报告 题目表面肌电信号检测 学院通信与信息工程学院 专业及班级电子信息科学与技术1202 姓名李娟 学号 1207080205 指导教师赵谦 日期 2015年11月19日
一、研究的目的、意义 目的：表面肌电信号的检测主要是为了临床诊断及康复医学、运动医学等领域的研究分析。意义:表面肌电（surface electromyography, sEMG）信号是神经肌肉系统在进行随意性和非随意性活动时的生物电变化经表面电极引导、放大、显示和记录所获得的一维电压时间序列信号，其振幅约为0-5mV，频率0-500Hz，信号形态具有较强的随机性和不稳定性。与传统的针式肌电图相比，sEMG的空间分辨率相对较低，但是探测空间较大，重复性较好。基础研究表明，sEMG 信号源于大脑运动皮层控制之下的脊髓α运动神经元的生物电活动，信号的振幅和频率特征变化取决于不同肌肉活动水平和功能状态下的运动单位活动同步化、肌纤维募集等生理性因素，以及探测电极位置、信号串线（crosstalk）、皮肤温度、肌肉长度和肌肉收缩方式等测量性因素的共同作用。在控制良好的条件下，上述sEMG 信号活动的变化在很大程度上能够定量反映肌肉活动的局部疲劳程度、肌力水平、肌肉激活模式、运动单位兴奋传导速度、多肌群协调性等肌肉活动和中枢控制特征的变化规律，因而对于体育科学研究、康复医学临床和基础研究等具有重要的学术价值和应用意义。随着人们对肌电信号研究与了解的日益深入和肌电检测技术的进步，肌电信号处理手段的发展与肌电信号处理的广泛应用成为肌电信号研究的一个突出特点。肌电检测不仅是基础研究的需要，而且对于了解人体神经系统信息及康复工程都有着深远的意义。 二、实训内容 本组内容：肌电信号时域波形及频谱在上位机中的显示与处理 软件环境：LABVIEW 具体工作：LABVIEW和VISA的安装配置，程序的设计及后期的调试，以实现用LABVIEW进行串口通信,将所得数据转换并显示为波形的目的。 三、方案设计、工作流程 方案设计：
信号时域与频域分析
信号时域与频域分析 实验报告 姓名：杨 班级：机械 学号： 213
实验数据中，电机转速为1200r/min，采样频率为1280Hz。Hz3为X位移振幅数据，Hz4为Y位移振幅数据，Hz5为速度振幅数据。 Matlab中信号特征对应函数编程 ma = max(Hz) %最大值 mi = min(Hz) %最小值 me = mean(Hz) %平均值 pk = ma-mi %峰-峰值 va = var(Hz); %方差 st = std(Hz); %标准差 ku = kurtosis(Hz); %峭度 rm = rms(Hz); %均方根 一、X轴位移测量分析 plot(Fs3,Hz3)时域图： ma =52.0261 mi =56.7010 me =1.8200 pk =108.7271 va =1.3870e+03 st =37.2431 ku =1.5462 rm =37.2693 频域图： fs=1280; x=Hz3; N=length(Hz3); df=fs/N; f=0:df:N*df-df; y=fft(x); y=abs(y)*2/N; figure(1); plot(f,y); xlabel('频率/Hz') ylabel('幅值') 频谱幅值取得最大值51.9847um，频率为20Hz，与电机转速对应频率一致，应为电机轴未动平衡所致；二倍频处有较大振幅，可能为轴承间隙过大所致。
二、Y轴位移测量分析 plot(Fs4,Hz4)时域图： ma =61.3987 mi =-74.6488 me =-1.1948 pk =136.0475 av =42.6109 va =2.2428e+03 st =47.3582 ku =1.5135 rm =47.3501 频域图： fs=1280; x=Hz4; N=length(Hz4); df=fs/N; f=0:df:N*df-df; y=fft(x); y=abs(y)*2/N; figure(1); plot(f,y); xlabel('频率/Hz') ylabel('幅值') 频谱幅值取得最大值66.6319um，频率为20Hz，与电机转速对应频率一致，应为电机轴未动平衡所致；二倍频处有较大振幅，可能为轴承间隙过大所致。
信号与系统实验报告实验一 信号与系统的时域分析
实验一信号与系统的时域分析 一、实验目的 1、熟悉与掌握常用的用于信号与系统时域仿真分析的MA TLAB函数; 2、掌握连续时间与离散时间信号的MA TLAB产生,掌握用周期延拓的方法将一个非周期信号进行周期信号延拓形成一个周期信号的MA TLAB编程; 3、牢固掌握系统的单位冲激响应的概念,掌握LTI系统的卷积表达式及其物理意义,掌握卷积的计算方法、卷积的基本性质; 4、掌握利用MA TLAB计算卷积的编程方法,并利用所编写的MA TLAB程序验证卷积的常用基本性质; 掌握MA TLAB描述LTI系统的常用方法及有关函数,并学会利用MATLAB求解LTI系统响应,绘制相应曲线。 基本要求:掌握用MA TLAB描述连续时间信号与离散时间信号的方法,能够编写MATLAB程序,实现各种信号的时域变换与运算,并且以图形的方式再现各种信号的波形。掌握线性时不变连续系统的时域数学模型用MA TLAB描述的方法,掌握卷积运算、线性常系数微分方程的求解编程。 二、实验原理 信号(Signal)一般都就是随某一个或某几个独立变量的变化而变化的,例如,温度、压力、 声音,还有股票市场的日收盘指数等,这些信号都就是随时间的变化而变化的,还有一些信号,例如在研究地球结构时,地下某处的密度就就是随着海拔高度的变化而变化的。一幅图片中的每一个象素点的位置取决于两个坐标轴,即横轴与纵轴,因此,图像信号具有两个或两个以上的独立变量。 在《信号与系统》课程中,我们只关注这种只有一个独立变量(Independent variable)的信号,并且把这个独立变量统称为时间变量(Time variable),不管这个独立变量就是否就是时间变量。 在自然界中,大多数信号的时间变量都就是连续变化的,因此这种信号被称为连续时间信号(Continuous-Time Signals)或模拟信号(Analog Signals),例如前面提到的温度、压力与声音 信号就就是连续时间信号的例子。但就是,还有一些信号的独立时间变量就是离散变化的,这种信号称为离散时间信号。前面提到的股票市场的日收盘指数,由于相邻两个交易日的日收盘指数相隔24小时,这意味着日收盘指数的时间变量就是不连续的,因此日收盘指数就是离散时间信号。 而系统则用于对信号进行运算或处理,或者从信号中提取有用的信息,或者滤出信号中某些无用的成分,如滤波,从而产生人们所希望的新的信号。系统通常就是由若干部件或单元组成的一个整体(Entity)。系统可分为很多不同的类型,例如,根据系统所处理的信号的不同,系统可分为连续时间系统(Continuous-time system)与离散时间系统(Discrete-time system),根
表面肌电信号采集概论
表面肌电信号采集（硬件部分）报告一．研究背景 肌肉收缩时伴随的电信号，表面肌电信号是各个运动单元动作电位在表面电极处之和，是在体表无创检测肌肉活动的重要方法。本课程设计通过表面肌电信号幅值的检测，实现对手指运动或抓握力量的识别。 图一表面肌电信号 图2 手指运动的肌电信号 肌电信号特性 设计肌电信号采集系统，首先要了解并分析肌电信号的特性，明确肌电信号的特性能够更好的滤除噪声，更好的设计肌电采集系统。 肌电信号发源于作为中枢神经一部分的脊髓中的运动神经元。运动神经元的细胞体处在
其中，其轴突伸展到肌纤维处，经终板区（哺乳类神经肌肉接头为板状接头，故称终板或称运动终板motor endplate）与肌纤维耦合（是生化过程性质的耦合）。与每个神经元联系着的肌纤维不只一条。这些部分合在一起，构成所谓运动单位，如图（2.1）。 运动单位是肌肉的最小功能单位并能被随意地激活，它由受同一运动神经支配的一群肌肉纤维组成，肌电信号(EMG)是由不同运动单位的运动单位动作电位motor unit action potential，MUAP)组成。 肌电信息与肌肉收缩的关系可以概述如下：由中枢神经系统发出传向运动神经末梢分支的运动电位，传递着驱使肌肉收缩的信息。由于神经末梢分支的电流太小，常不足以直接兴奋大得多的肌纤维，但是通过神经肌肉接头处的特殊终板的类似放大作用，这样就爆发一个动作电位沿着肌纤维而传播，在动作电位的激发下随之产生一次肌肉收缩。这种兴奋和收缩之间的联结是通过肌纤维内部特殊的传导系统实现的，因此，可以明确以下概念：1）动作电位不是肌肉收缩的表现，而是发动肌肉收缩机制的重要部分。 2）由于肌肉信号只与给予肌肉的指令成比例，因此肌肉实际上不需要产生力，但工作了的肌肉仍然是发放肌电的适当源泉。各肌纤维在检测点上表现出的电位波形，其极性与 终板和检测点的相对位置有关（例如图2.2上纤维1和n引起的电位波形与纤维2，3引起的电位波形反向）。又和纤维与检测点间的距离有关，相距愈远，幅度愈小。
Glazer表面肌电评估解读
Glazer表面肌电评估解读
————————————————————————————————作者：————————————————————————————————日期：
1、评价流程设计： Pre－baseline：60秒放松测试60秒 Fastflick/rest：2秒×5次/10秒快速收缩5次/放松10秒 Tonic contraction：10秒/10秒收缩10秒/放松10秒 Duration ：60秒持续收缩60秒 Post－baseline：60秒后基线60秒 2、评估指标解释; A、RMS(均方根值)/单位uv(微伏)：反应患者盆底肌收缩或者放松是的表面肌电值，幅值的增加表明肌力的增强，也就是说RMS与肌力成正比。 3、肛肠科盆底肌表面肌电评估统计数值（参考值）： 部位指标 时间段 Pre-b aseline 静息平 均值 Mean Fastflick 快速收缩 的最大值 Maximum Tonic 最大收缩 值 Maximum Duration 持续收缩 的平均值 Mean Post－ baseline 静息值 阴道RMS 2 35－37.5 25 20 2 部位指标 时间段 Pre－b aseline 静息值 Fastflick 快速收缩 Tonic 最大收缩 Duration 持续收缩 Post－ baseline 静息值 肛门RMS最大值 （max）4 以 下 正 常 70以 上 正 常 40以 上 正 常 25以 上 正 常 4 以 下 正 常 4-5 基 本 正 40-50 基 本 正 35-40 基 本 正 20-25 基 本 正 4-5 基 本 正
阵列式表面肌电信号采集仪_赵章琰
第23卷 第12期 电子测量与仪器学报 Vol. 23 No. 12 · 88 · JOURNAL OF ELECTRONIC MEASUREMENT AND INSTRUMENT 2009年12月 本文于2009年6月收到。 * 基金项目:国家自然科学基金(编号：30870656)资助项目 阵列式表面肌电信号采集仪* 赵章琰 陈 香 雷培源 杨基海 (中国科学技术大学电子科学与技术系, 合肥 230027) 摘 要: 采用阵列式电极, 通过空间滤波方法可提高表面肌电信号的MUAP 分辨能力。本文实现的阵列式表面肌电信号采集仪由表面肌电电极阵列、信号调理电路和数据采集部分构成。表面肌电电极阵列实现了镀金圆盘式和弹簧探针式两种类型, 信号调理电路对电极上的肌电信号进行放大和滤波, 数据采集部分将调理后的信号转换成数据并进行显示和存储。电极阵列和前级信号调理电路集成在一起, 有效的降低了微弱信号通过导线传输所引入的干扰。通过实验, 验证了这种阵列式表面肌电采集仪在研究肌肉中动作电位传播和利用空间滤波提高MUAP 分辨力的可行性, 并证实了镀金圆盘式电极在降低噪声方面、弹簧探针式电极在缩短MUAP 时长方面的优势。 关键词: 表面肌电电极阵列；镀金圆盘；弹簧探针；空间滤波；MUAP 时长 中图分类号: R318.6 文献标识码: A 国家标准学科分类代码: 310.6140 Array acquisition instrument for surface electromyogram Zhao Zhangyan Chen Xiang Lei Peiyuan Yang Jihai (University of Science and Technology of China, Hefei 230027, China) Abstract: The discrimination of MUAP from surface Electromyogram (sEMG) can be improved by using elec-trodes array and space filtering method. According to this principle, an array acquisition instrument for sEMG was de-veloped in this paper, containing sEMG electrodes array, signal conditioning circuits and a data acquisition part. Gold plated disk shaped electrodes and spring probe electrodes built up two different kinds of sEMG electrode array; The conditioning circuit amplifies and filters the signal form electrode array; The data acquisition part converted the condi-tioned signal to digital for display and storage. The electrode array is integrated with the first-stage conditioning circuit, in order to prevent interferences of weak signal transmission through wires. It is proved that the array acquisition in-strument can be used in the research of action potential transmission in muscles, and it can improve the discrimination of MUAP by using space filtering method. It is also proved that the gold plated disk shaped electrodes work better in noise reduction and the spring probe electrodes work better in reducing the MUAP duration. Keywords: sEMG electrode array; gold plated disk shaped electrode; spring probe electrode; space filtering; MUAP duration 1 引 言 表面肌电(surface electromyogram, sEMG)是从皮肤表面检测相应位置内部肌肉肌电图的方法, 这种方法与传统的针电极EMG 相比, 具有无痛苦无损伤的优点。表面肌电信号事实上是肌肉上各点的运动单位动作电位(motor unit action potentials, MUAP) 通过皮下组织和皮肤, 在皮肤表面的叠加。所以跟针电极EMG 相比, 它不利于区分出各个MUAP, 在医疗诊断中的应用受到限制。 研究表明, 通过空间滤波的方法可以提高对表面肌电信号MUAP 的分辨能力。空间滤波的基本思想是采集皮肤表面多点的表面肌电信号, 通过线性变换尽可能的反演出肌肉内部的电位活动。这种方
肌电信号的时域和频域分析
肌电信号的时域和频域分析 摘要：肌电信号是产生肌肉力的电信号根源，它是肌肉中很多运动单元动作电位在时间和空间上的叠加，反映了神经，肌肉的功能状态，在基础医学研究、临床诊断和康复工程中有广泛的应用。 其种类重要有两种：一，临床肌电图检查多采用针电极插入肌肉检测肌 电图，其优点是干扰小，定位性好，易识别，但由于它是一种有创伤的检测 方法，其应用收到了一定的限制。二，表面肌电则是从人体皮肤表面通过电 极记录下来的神经肌肉活动时发放的生物电信号，属于无创伤性，操作简单，病人易接受，有着广泛的应用前景。 本次设计基于matlab用小波变换对肌电信号进行消噪处理，分别选用20N 的肌电信号数据和50N的肌电数据进行对比，最后在GUI界面上完成相应的功能处理。 关键字：肌电信号 Matlab 小波去噪 GUI 第一章绪论 肌电信号是产生肌肉力的电信号根源，它是肌肉中很多运动单元动作电位在时间和空间上的叠加，反映了神经，肌肉的功能状态，在基础医学研究、临床诊断和康复工程中有广泛的应用。 其种类重要有两种：一，临床肌电图检查多采用针电极插入肌肉检测肌电图，其优点是干扰小，定位性好，易识别，但由于它是一种有创伤的检测方法，其应用收到了一定的限制。二，表面肌电则是从人体皮肤表面通过电极记录下来的神经肌肉活动时发放的生物电信号，属于无创伤性，操作简单，病人易接受，有着广泛的应用前景。 肌电信号本身是一种较微弱的电信号。检测和记录表面肌电信号，需要考虑的主要问题是尽量消除噪声和干扰的影响, 提高信号的保真度[1]。
第二章肌电信号的时域分析 2.1 肌电信号时域图的显示及比较 肌电信号采用两个不同的数据进行比较，通过比较时域图及其特性来进行分析[2]。其图像如下所示： 如上图所示：肌电数据分别是同一个体在20N的力和50N的力所反映的图像。可以看出在不同作用力时，其图像的差别很大。 2.2 时域参数 2.2.1 均值 对于一个随机变量来说，均值是一个很重要的数值特征。粗略的说，就是来描述一个群体的平均水平。其严格的数学定义非常的简单，就是一个随机变量关于概率测度的积分。这样的积分在测度轮或者实分析里是没有什么直观的解释的。而在概率论里却成为了一个群体的主要指标。在此处，均值表示肌电信号的平均水平。 2.2.2 标准差 标准差（Standard Deviation），也称均方差（mean square error），是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用σ表示。
表面肌电信号实验手册总结
实验基于sEMG时域特征特的动作识别 一、实验目的 1.了解肌电信号常用的时域分析方法； 2.利用MATLAB对肌电信号进行去噪、特征提取及动作识别； 二、实验设备 1.Wi-Fi表面肌电信号采集卡； 2.32位Windows XP台式机（Matlab 7.0软件）； 3.802.11b/g无线网卡； 三、实验内容 （1）学习信号的基本去噪方法，并用MATLAB实现； （2）学习肌电信号常用的时域特征并利用Matlab来进行波形长度（WL）符号改变数（SSC）、过零点（ZC）、威尔逊赋值（WAMP）等特征的提取； （3）学习神经网络信号处理方法，掌握BP神经网络的用法，将其用于肌电信号的动作识别。 学习以上三个部分，最终完成一整套肌电信号去噪、特征提取（选取一种特征）、基于特征的动作识别的MATLAB程序。 四、实验原理 （1）小波去噪 小波去噪方法是一种建立在小波变换基础上的新兴算法，基本思想是根据噪声在不同频带上的小波分解系数具有不同强度分布的特点，将各频带上的噪声对应的小系数去除，保留原始信号的小波分解系数，然后对处理后系数进行小波重构，得到纯净信号。 小波去噪的基本原理图如下
（2） 特征提取 时域分析是将肌电信号看成均值为零，而方差随着信号强度的变化而变化的随机信号。时域特征的计算复杂度低，提取比较方便。 最常用的方法有：方差，过零点数（Zero Crossing, ZC ），Willison 幅值（Willison Amplitude, WAMP ），绝对值平均值 (Mean Absolute Value, MA V ）和波形长度（Wave length ，WL ）等。在实际应用中，为了让特征可以包含更多的信息，往往选择用不同的时域特征组合形成联合特征向量。我们主要介绍一下几种方法： 过零率（ZC ）：为波形通过零线的次数,从一定程度上反映了信号的频率特性。为了降低零点引入的噪声，往往会引入一个阈值δ。计算方式如下： )(),sgn(11δ≥-+-++k k k k x x x x （1） Willison 幅值：是由Willison 提出一种对表面肌电信号的幅值变化数量进行计算的方法，经过后人的研究，对Willison 幅值的阈值有了明确的范围限定，目前认为V μ100~50 是最合适的阈值范围。其数学表示公式如公式（3-3）。 ∑=+-=N t i i x x f WAMP 1 1 （2） 其中：?? ?>=otherwise x if x f 阈值 01 )( 波形长度（WL ）：它是对某一分析窗中的波形长度的统计，波长可以体现该样本的持续时间、幅值、频率的特征。 ∑-=-+=1 1 ) ()1(1N i i x i x N WL （3） 符号改变斜率（SSC ）：为信号的的频率性能提供了一些附加信息，对于3个连续的采样点，给定阈值ω，通过下面的公式计算波峰波谷的个数。 ()()()N i x x x x i i i i ,,1,11 =≥-?-+-ω （4） （3） 神经网络 BP 神经网络又称误差反向传播（Back Propagation ），它是一种多层的前向型神经网络。在BP 网络中，信号是前向传播的，而误差是反向传播的。所谓的反向传播是指误差的调整过程是从最后的输出层依次向之前各层逐渐进行的。标准的BP 网络采用梯度下降算法，与Widrow-Hoff 学习规则相似，网络权值沿着性能函数的梯度反向调整。
表面肌电信号数字传感器
表面肌电信号数字传感器 介绍了表面肌电信号数字传感器的设计方法。根据表面肌电信号产生特点和采集技术的基本要求，研究电极的形状和正确的放置方法，采用仪用放大器INA128设计前置放大电路。设计有源滤波器，应用串行A/D转换芯片输出数字信号。实验表明，该方法可以提高信噪比，减小噪声，有效地提取出表面肌电信号。 1 引言 表面肌电（surface electromyography, sEMG）信号是神经肌肉系统在进行随意性和非随意性活动时的生物电变化经表面电极引导、放大、显示和记录所获得的一维电压时间序列信号，其振幅约为0-5000μV，频率0-1000Hz，信号形态具有较强的随机性和不稳定性。与传统的针式肌电图相比，sEMG的空间分辨率相对较低，但是探测空间较大，重复性较好，对于体育科学研究、康复医学临床和基础研究等具有重要的学术价值和应用意义[1]。 人体是一导电体，工频干扰及体外的电场、磁场感应都会在人体内形成测量噪声，干扰sEMG的检测，所以信号的滤波和电路的屏蔽成为表面肌电信号数字传感器设计的重点。分为几个部分：电极、放大电路、滤波电路、A/D转换。 2 电极的设计 本文电极极片的基体用铜制作，表面镀银，其形式采用常用的双极型，并在两个电极中间插入了一个参考电极，也称作无关电极，以利于降低噪声，提高对共模信号的抑制能力。为了消除来自电源线的噪声，采用差动放大的方法。 肌电信号由两个电极来检测，两个输入信号“相减”，去掉相同的“共模”成份，只放大不同的“差模”成份。任何噪声如果离检测点很远，在检测点上将表现为“共模”信号;而检测表面附近的信号表现为不同，将被放大。因此，相对较远处的电力线噪声将被消除，而相对比较近处的肌电信号将被放大。其准确性由共模抑制比（CMRR）来衡量[2]。 肌电信息在人体组织（容积导体）内的传递，会随着距离的增加而很快衰减。因此电极宜贴放在肌电发放最强的肌腹部，以减少邻近肌肉的肌电干扰（串音）。采用较小的电极可提高选择性，但会增加电极与皮肤间的接触阻抗。 3 放大电路的设计 人体肌肉组织是皮表肌电的信号源，它发放的肌电经过皮下软组织的体电阻传输至皮肤表面，体电阻约数百欧姆，但是，表面电极与皮肤之间的接触阻抗比较高，约几千欧姆。接触电阻还受接触松紧程度、皮肤清洁程度、湿度、四季时令变化等多种因素影响，变化很大[3]。由此可见，对于放大器来说，肌电信号源是一个高内阻的信号源。 在设计肌电信号放大电路时，着重考虑了以下问题：1.高增益：表面肌电信号幅度约在分布μV～mV数量级之间，是一种极其微弱的信号，要将其放大到一伏左右才能方便使用，所以将放大器的增益设置在80dB。2.高共模抑制比：表面肌电信号的采集易受50Hz工频电源及其它高频电噪声的干扰。但这些干扰信号在放大器的输入端表现为同幅同相的信号——共模信号，因此选用高共模抑制比的放大电路对干扰信号进行抑制。3.高输入阻抗：肌肉组织与电极之间的接触阻抗可能在相当大的范围内变化，天气干燥地区，接触电阻甚至高达几万欧姆，在这种条件下，即使放大器的共模比极优良，如果输入阻抗不够高，共模干扰信号也会造成输出误差。因此必须提高放大器的输入阻抗。 根据以上所述，设计的肌电信号采集电路要求具有高增益、高输入阻抗、高共摸抑制比（CMRR）、低零漂、低失调、低功耗、尤其是低的1/f噪声电压。本文选用德州仪器（Texas
用Matlab进行信号与系统的时、频域分析
课程实验报告 题目：用Matlab进行 信号与系统的时、频域分析 学院 学生姓名 班级学号 指导教师 开课学院 日期 用Matlab进行信号与系统的时、频域分析 一、实验目的 进一步了解并掌握Matlab软件的程序编写及运行； 掌握一些信号与系统的时、频域分析实例； 了解不同的实例分析方法，如：数值计算法、符号计算法； 通过使用不同的分析方法编写相应的Matlab程序； 通过上机，加深对信号与系统中的基本概念、基本理论和基本分析方法的理解。 二、实验任务 了解数值计算法编写程序，解决实例； 在Matlab上输入三道例题的程序代码，观察波形图； 通过上机实验，完成思考题； 完成实验报告。 三、主要仪器设备
硬件：微型计算机 软件：Matlab 四、 实验内容 （1） 连续时间信号的卷积 已知两个信号)2()1()(1---=t t t x εε和)1()()(2--=t t t x εε，试分别画出)(),(21t x t x 和卷积)()()(21t x t x t y *=的波形。 程序代码： T=0.01; t1=1;t2=2; t3=0;t4=1; t=0:T:t2+t4; x1=ones(size(t)).*((t>t1)-(t>t2)); x2=ones(size(t)).*((t>t3)-(t>t4)); y=conv(x1,x2)*T; subplot(3,1,1),plot(t,x1); ylabel('x1(t)'); subplot(3,1,2),plot(t,x2); ylabel('x2(t)'); subplot(3,1,3),plot(t,y(1:(t2+t4)/T+1)); ylabel('y(t)=x1*x2'); xlabel('----t/s'); （2）已知两个信号)()(t e t x t ε-=和)()(2/t te t h t ε-=，试用数值计算法求卷积，并分别画出)(),(t h t x 和卷积)()()(t h t x t y *=的波形。 程序代码： t2=3;t4=11; T=0.01; t=0:T:t2+t4; x=exp(-t).*((t>0)-(t>t2)); h=t.*exp(-t/2).*((t>0)-(t>t4)); y=conv(x,h)*T; yt=4*exp(-t)+2*t.*exp(-1/2*t)-4*exp(-1/2*t); subplot(3,1,1),plot(t,x); ylabel('x(t)'); subplot(3,1,2),plot(t,h); ylabel('h(t)'); subplot(3,1,3),plot(t,y(1:(t2+t4)/T+1),t,yt,'--r'); legend('by numberical','Theoretical'); ylabel('y=x*h'); xlabel('----t/s'); （3）求周期矩形脉冲信号的频谱图，已知s T s A 5.0,1.0,1===τ
表面肌电图的分析与应用研究
4 表面肌电图的分析与应用研究 表面肌电（surface electromyography, sEMG）图在电生理概念上虽然与针电极肌电图相同，但表面肌电图的研究目的，所使用的设备以及数据分析技术与针电极肌电图是有很大区别的。相对与针电极肌电图而言，其捡拾电极为表面电极。它将电极置于皮肤表面，使用方便，可用于测试较大范围内的EMG信号。并很好地反映运动过程中肌肉生理生化等方面的改变。同时，它提供了安全、简便、无创的客观量化方法，不须刺入皮肤就可获得肌肉活动有意义的信息，在测试时也无疼痛产生。另外，它不仅可在静止状态测定肌肉活动，而且也可在运动过程中持续观察肌肉活动的变化；不仅是一种对运动功能有意义的诊断方法，而且也是一种较好的生物反馈治疗技术[50]。 4.1 肌电（electromyography, EMG）信号的产生原理及模式 4.1.1肌电信号的产生原理 肌肉收缩的原始冲动首先来自脊髓，然后通过轴突传导神经纤维，再由神经纤维通过运动终板发放冲动形成肌肉收缩，但每根肌纤维仅受一个运动终板支配，该运动终板一般位于肌纤维的中点。当神经冲动使肌浆中Ca2+浓度升高时，肌蛋白发生一系列变化，使细胞丝向暗带中央移动，与此相伴的是A TP的分解消耗和化学能向机械功的转换，肌肉完成收缩。在肌肉纤维收缩的同时也相应地产生了微弱的电位差，这就是肌电信号的由来。 人体骨骼肌纤维根据功能分为Ⅰ型慢缩纤维，又称红肌，亦即缓慢-氧化型肌纤维；Ⅱa型和Ⅱb型快缩纤维，又称白肌。“红肌”力量产生较慢，其特点是ATP产生是氧化代谢产生的（即其含有较高的氧化能力），可以维持较长的工作时间，作用主要为保持耐力。快肌纤维则主要是无氧酵解（糖原代谢）途径，故在相对较短的时间内，易产生疲劳和乳酸堆积[46]。所以，不同纤维类型因其收缩类型不同，能量代谢改变不同，生理作用不同，故其收缩时的肌电信号也有不同特征，故而肌电信号反过来也可相应反映耐力、生化改变，也就是疲劳度、代谢等方面的情况。 4.1.2表面肌电信号产生的模式 肌肉内组成单一运动单位的肌纤维，都被包围在兴奋和未兴奋的众多肌纤维及其它导电性良好的体液和组织中，各肌纤维动作电位的产生和传导都会在其外部介质中形成“容积导体导电”现象。产生动作电位的各肌纤维形成一个共同的
实验一 信号的时域与频域分析
实验一信号的时域和频域分析 一、实验目的 1、了解SystemView图符库的分类； 2、掌握SystemView各个功能库常用图符的功能及其使用方法； 3、掌握信号的时域与频域的分析方法； 4、掌握SystemView分析窗口的使用； 5、能利用分析窗口对波形进行时域与频域的分析。 二、实验内容 1、按照实例使用图符构建简单的通信系统，并了解每个图符的功能； 2、建立简单的调制系统，并使用分析窗口对输出信号进行时域与频域的分析， 得出分析结果。 三、SystemView常用图符库 SystemView的图符库功能十分丰富，一共分为以下几个大类： 1.基本库 SystemView的基本库包括信源库、算子库、函数库、信号接收器库等，它为该系统仿真提供了最基本的工具。 （信源库）：SystemView为我们提供了16种信号源，可以用它来产生任意信号 （算子库）功能强大的算子库多达31种算子，可以满足您所有运算的要求 （函数库）32种函数尽显函数库的强大库容！ （信号接收器库）12种信号接收方式任你挑选，要做任何分析都难不倒它 2.扩展功能库 扩展功能库提供可选择的能够增加核心库功能的用于特殊应用的库。它允许通信、DSP、射频/模拟和逻辑应用。 （通信库）：包含有大量的通信系统模块的通信库，是快速设计和仿真现代通信系统的有力工具。这些模块从纠错编码、调制解调、到各种信道模型一应俱全。 （DSP库）：DSP库能够在你将要运行DSP芯片上仿真DSP系统。该库支持大多DSP芯片的算法模式。例如乘法器、加法器、除法器和反相器的图标代表真正的DSP 算法操作符。还包括高级处理工具：混合的Radix FFT、FIR和IIR滤波器以及块传输等。 （逻辑运算库）：逻辑运算自然离不开逻辑库了，它包括象与非门这样的通用器件的图标、74系列器件功能图标及用户自己的图标等。