基于熵和PSO优化SVM的肌电信号跌倒识别.pdf

《基于熵和PSO优化SVM的肌电信号跌倒识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第28卷第11期传感技术学报Vol_28No．112015年11月CHINESEJOURNALOFSENSORSANDACTUATORSNOV．2015FallRecognitionBasedonEMGSignalEntropyandPSO—SVMWUHao，XIXugang，LUOZhizeng(IntelligentControlandRoboticsInstitute，HangzhouDianziUniversity，Hangzhou310018，China)Abstract：Anewfalldetectionmet

2、hodwasdesignedforfallalarmbasedonsEMG．Firstly，thesEMGsignalsarede。composedintosubspaceswithwaveletpacket．Then，dependingonthesignalcharacteristics，signalsoflow—frequen—cycomponentwererecombinedtocalculatethepermutationentropy．Finally，theSVMmethodwasusedtorecog—nize

3、eightactionsaccordingtothepermutationentropyoffoursEMGsignals，andtheparticleswarmoptimizationwasusedtooptimizepunishmentparameterCandnuclearparameterg．Theresultshowsfallsensitivity，fallspec-ificity，theaveragerecognitionratewere88％，98_3％，97．0％，betterthanthegirdmeth

4、odandgeneticalgorithmpa—rametersoptimization．Themethodhasstrongrobustnessandnoiseimmunity．Keywords：surfaceelectromy0graphy；waveletpacketdecomposition；permutationentropy；supportvectormachine；particleswarmoptimizationEEACC：723ojdoi：10．39690．issn．1004-1699．2015．11．00

5、2基于熵和PSO优化SVM的肌电信号跌倒识别武昊，席旭刚，罗志增(杭州电子科技大学智能控制与机器人研究所，杭州3100118)摘要：跌倒对老年人的健康构成严重危害，设计了一种基于肌电信号的跌倒识别方法，可用于跌倒检测报警。该方法首先对表面肌电动作信号进行小波包分解，再依据信号特征选取信号的低频分量并重构，计算其排列组合熵，最后以4路肌电信号对应的排列组合熵组成的特征向量输入SVM进行模式识别并采用粒子群算法对SVM中惩罚参数c和核函数参数g进行优化，对8种动作进行识别实验，跌倒识别率88％，特异度98．3％，平均识别率97

6、．0％，优于网格法和遗传算法支持向量机(GA-SVM)的参数优化，具有较强的鲁棒性和抗干扰能力。关键词：表面肌电信号；小波包分解；排列组合熵；支持向量机；粒子群算法中图分类号：TP212．3文献标识码：A文章编号：lOO4一l699(2015)1l—l586一O5跌倒是指突发、不自主的、非故意的体位变化，活动相关信息的表面肌电信号来识别跌倒的研摔倒在地上或者更低面上⋯。跌倒是一种严重危害究较少，表面肌电信号sEMG(surfaceElectromyogra．老年人身心健康的事故，其发生频率高，后果严重，phy)是一种有用信

7、号主要分布在10Hz～500Hz之间需要得到及时救治。因此，国内外许多机构已经开的非线性非平稳生物电信号，已被应用于运动医始跌倒检测与防护的研究。跌倒检测的目标是将学、康复训练和机械控制等诸多领域中。跌倒与日常活动动作ADL(ActivitiesofDailyLife)识近几年，国内外的许多学者用不同理论在不同别来，从而报警或启动防护装置避免或减少跌倒的条件下，对表面肌电信号的动作建立模型，如神带来的伤害。目前关于跌倒的识别研究主要通过经网络法、聚类分析等，在表面肌电信号识别方视频图像、声音或振动、足底压力传感器j、加速面

8、取得了一定的进步，但均存在一定的缺点。支持度传感器及姿态角传感器来检测，然而采用由表向量机SVM(SupportVectorMachine)是一种有监督面肌电拾取电极记录下来的、能够反映肌肉和骨骼的分类器⋯，它在解决小样本、非线性及高斯模式项目来源：国家自然科学基金项目(60903084，6117213