1. 毕业设计（论文）主要内容：
本文主要研究基于多传感器融合的下肢运动识别系统。
在深入研究表面肌电信号和加速度信号的特征提取方法及多特征融合技术的基础上，选取合适的分类器，设计出一套基于表面肌电信号和加速度信号的运动识别系统，有效实现人体下肢多种日常运动模式（上楼梯、下楼梯、直行、蹲下、起立等）的识别与分类。
论文阐述多传感器信号的特征提取及特征融合方法，选取合适的分类器，通过Matlab验证特征提取及融合算法与分类器的可行性，并比较多特征融合相对于单特征用于下肢运动识别的有效性。
2. 毕业设计（论文）主要任务及要求
（1）阅读的参考文献不少于15篇（其中近5年外文文献不少于3篇)。
（2）完成开题报告。
（3）研究表面肌电信号和加速度信号的特征提取及特征融合方法，并选取合适的分类器，设计出一套基于多传感器融合的运动识别系统，有效实现人体下肢多种运动模式的识别与分类，并通过Matlab验证算法的可行性与系统的有效性。
3. 毕业设计（论文）完成任务的计划与安排
（1）第1－3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。
（2）第4－5周：了解表面肌电信号和加速度信号的采集与特征提取方法，完成英文资料的翻译，熟悉系统开发环境。
（3）6－9周：研究多特征融合的方法，选取合适的分类器，编程实现各算法。
4. 主要参考文献
[1] 成娟. 基于表面肌电信号和加速度信号融合的动作识别和人体行为分析研究[D]. 中国科学技术大学，2013
[2] Miller Jason D, Beazer Mahyo Seyedali, Hahn Michael. Myoelectric Walking Mode Classification for Transtibial Amputees. IEEE Transactions On Biomedical Engineering, 2013, 60(10): 2745-2750.
[3] 范渊杰. 基于sEMG与交互力等多源信号融合的下肢外骨骼康复机器人及其临床实验研究[D]. 上海交通大学, 2014.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
