24、基于脑电图的智能抓取系统构建及肌电与超声信号对比研究

基于脑电图的智能抓取系统构建及肌电与超声信号对比研究

在人机交互的研究领域中，基于脑电图（EEG）的智能抓取系统以及肌电（EMG）和超声信号在关节角度与扭矩估计方面的应用，都是备受关注的研究方向。下面将详细介绍相关的研究内容和实验结果。

1. 基于脑电图的智能抓取系统

1.1 信号处理与频率估计

在这个系统中，涉及到一系列的矩阵和参数来处理EEG信号。其中，Vec() 是矩阵的向量化运算符，W 是校正因子矩阵，M 是EEG数据的谐波数量，L 是EEG在时间方向上的数据长度，f 是采样频率，F 是一个3×3的连接频率矩阵。具体表示如下：
- 校正因子矩阵W：
[
W =
\begin{bmatrix}
w_3 & w_1 & w_3 \
w_2 & 1 & w_2 \
w_3 & w_1 & w_3
\end{bmatrix}
]
- 连接频率矩阵F：
[
F =
\begin{bmatrix}
f_i - 4 & f_i - 3 & f_i - 2 \
f_i - 1 & f_i & f_i + 1 \
f_i + 2 & f_i + 3 & f_i + 4
\end{bmatrix}
]
将 (\overrightarrow{\rho} k) 中的N个子带分量 (\rho_n) 融合为加权平方和：
[
\sim\rho_k = \sum {n = 1}