表面肌电信号(sEMG)是用表面肌电电极在骨骼肌表面记录的神经肌肉的生物电信号,它反映了神经、肌肉的功能状态。肌电信号不仅在临床医学、运动医学等领域被广泛应用,而且成为近代假肢控制的热点研究方向。如何从表面肌电信号中提取有用的信息并实现准确的动作识别,是肌电假肢控制的关键问题。为此本文在表面肌电信号的特征提取及模式识别方法上进行了理论和实践的探讨。本文从研究表面肌电信号产生的机理出发;同时根据实验的需要,对表面肌电信号采集的过程及相应的预处理做了详细的分析。然后深入研究了目前应用于表面肌电信号的处理方法,从时域、频域、时频域等方面分别对表面肌电信号的处理方法进行了深入的剖析,并分析各自的优缺点;另外,针对表面肌电信号的非线性特性,本文重点研究了一系列的非线性动力学参数,如熵、复杂度、维数等等。在此基础上,本文提出了基于K-L变换的总体熵的算法,此方法主要思想是通过变换,使同类样本的分布更为紧凑,从而使分类更为容易实现。同时,本文在深入研究时频域结合的基础上又将非线性动力学中的关联维引入到小波变换的方法中,此方法在兼顾原有时频域特征参数的同时,又增加了非线性因子,使特征因子更为丰富,理论基础充足,识别结果良好,从而为动作表面肌电信号的研究与应用提供了新的研究思路。