肌电信号是人体自主运动时神经肌肉活动发出的生物电信号,它反映了神经、肌肉的功能状态。表面肌电信号是使用方便且无痛苦的表面电极测得的肌电信号。在对认识和了解人体神经系统信息传递、基础医学研究、临床诊断、运动医学和康复工程中均有广泛的应用。如何从表面肌电信号中有效地提取信息并实现准确、实时的动作识别,是表面肌电信号研究的关键性问题。本文以加拿大生产的INFINITI多导生物反馈仪所采集的表面肌电信号为研究对象。该生物反馈仪体积小巧,携带方便,其本身自带解码器,不需要与特定PC相连,作为新型的肌电信号采集装置,有很好的应用前景。但对其采集的表面肌电信号的相关分析工作还比较少见。本文基于INFINITI生物反馈仪的表面肌电信进行上肢动作识别的研究,所做的主要工作如下：1.在表面肌电信号的去噪方面进行了研究。采用软域值去噪的方法,主要讨论阈值选取的问题。对Birge-Massart分层阈值与全局阈值小波降噪方法进行了比较,通过实测数据验证了分层阈值方法的有效性。2.针对肌电信号的非平稳特性,采用小波变换方法对表面肌电信号进行特征提取,提取小波系数绝对值最大值构造特征矢量,输入神经网络分类器进行模式识别。3.对动作模式识别中的分类器技术进行了研究。在搞清BP网络固有缺陷的前提下,采取多种优化算法对BP网络进行改进。本文引入Resilient back-PROPagation算法对BP网络进行了改进,并将改进后的BP神经网络应用于表面肌电信号的动作识别方面,得到了分类速度较快、识别精度高的BP网络分类器,识别精度高达92.5%。