传感器与微系统（ＴｒａｎｓｄｕｃｅｒａｎｄＭｉｃｒｏｓｙｓｔｅｍＴｅｃｈｎｏｌｏｇｉｅｓ）２０２３年第４２卷第６期ＤＯＩ：１０．１３８７３／Ｊ．１０００—９７８７（２０２３）０６—０１５８—０３基于表面肌电信号的ＬＤＡＢＰＮＮ双臂手势识别算法王金玮，曹乐，阚秀，张文艳，孟壮壮（上海工程技术大学电子电气工程学院，上海２０１６２０）摘要：针对基于表面肌电（ｓＥＭＧ）信号的双臂手势识别率不高的问题，提出一种利用线性判别分析（ＬＤＡ）方法结合反向传播神经网络（ＢＰＮＮ）算法的手势识别方法。首先，对采集的双臂ｓＥＭＧ信号进行小波阈值去噪的预处理，提取信号中的均方根值、绝对值均值、过零点次数、立方均值、波长、平均绝对值斜率共６种特征；再通过ＬＤＡ对高维特征集进行降维处理；最后，利用ＢＰＮＮ建立相应的手势模型并识别。实验结果表明：在双臂手势动作的背景下，该识别算法效率较高，识别准确率高达９２．７％，能够有效实现双臂手势识别。关键词：表面肌电信号；小波阈值去噪；线性判别分析方法；反向传播神经网络；手势识别中图分类号：ＴＰ３９１．４文献标识码：Ａ文章编号：１０００—９７８７（２０２３）０６—０１５８—０３ＬＤＡＢＰＮＮａｌｇｏｒｉｔｈｍｆｏｒｄｏｕｂｌｅａｒｍｇｅｓｔｕｒｅｓｒｅｃｏｇｎｉｔｉｏｎｂａｓｅｄｏｎｓＥＭＧｓｉｇｎａｌＷＡＮＧＪｉｎｗｅｉ，ＣＡＯＬｅ，ＫＡＮＸｉｕ，ＺＨＡＮＧＷｅｎｙａｎ，ＭＥＮＧＺｈｕａｎｇｚｈｕａｎｇ（ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｇｈａｉＵｎｉｖｅｒｓｉｔｙｏｆＥｎｇｉｎｅｅｒｉｎｇＳｃｉｅｎｃｅ，Ｓｈａｎｇｈａｉ２０１６２０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｏｆｌｏｗｒａｔｅｏｆｄｏｕｂｌｅａｒｍｇｅｓｔｕｒｅｓｒｅｃｏｇｎｉｔｉｏｎｂａｓｅｄｏｎｓｕｒｆａｃｅｅｌｅｃｔｒｏｍｙｏｇｒａｐｈｙ（ｓＥＭＧ）ｓｉｇｎａｌ，ａｇｅｓｔｕｒｅｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｕｓｉｎｇｌｉｎｅａｒｄｉｓｃｒｉｍｉｎａｎｔａｎａｌｙｓｉｓ（ＬＤＡ）ｍｅｔｈｏｄａｎｄｂａｃｋｐｒｏｐａｇａｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋ（ＢＰＮＮ）ａｌｇｏｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔｌｙ，ｗａｖｅｌｅｔｔｈｒｅｓｈｏｌｄｄｅｎｏｉｓｉｎｇｐｒｅｐｒｏｃ...
