本文使用了最直接的方法将高斯白噪音抑制与时频域分析结合起来。在高斯白噪音的抑制方面，使用了基于信息统计的方法处理宽平稳随机信号的Kalman滤波器，利用统计的信息来重构肌电信号，以抑制高斯白噪音。在所使用的Kalman滤波器架构中，对肌电信号的预测基于二阶的Gauss-Markoff过程。并取得良好的效果。 在时频分析方面，短时傅立叶变换(STFT，ShortTimeFourierTransform)，及小波变换(waveletTransform)都是对信号进行时频分析的重要方法。通过对肌电信号的研究，选出了适合于分析肌电信号的窗口函数，使之能清晰的表达信号的时频特征。除了数字信号处理部分，叙述了测量肌电信号的主动电极的设计，以及在电极设计与信号测量中应当注意的问题。 综合运用上述的方法，获得充分表达肌电信号特征的时频特性图。通过此时频特性图，可以判断肌肉的动作方向及大小；为进一步运用肌电信号所包含的信息对肌肉或神经系统工作状态的分析提供了一定的依据；为肌电控制的仪器提供更丰富的信息源。