10 / 14
А.И. Гаврилов, Со Со Тав У
80
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение. 2016. № 6
Окончание табл. 1
Если
Тогда
Вход 1
ЭМГ (RMS-фильтр)
Вход 2
ЭМГ (RMS-фильтр)
Вход 3
ЭМГ (RMS-фильтр)
НУС
ВУС
–
Супинация
ОС
ВУС
–
НУС
СУС
НУС
НУС
СУС
ОС
ОС
СУС
НУС
ОС
СУС
ОС
ОС
НУС
ОС
НУС
ОС
ОС
Разгибание
СУС
ОС
–
СУС
НУС
–
СУС
СУС
–
ВУС
–
–
Дефаззификация [7] преобразует выходные переменные к четкому (число-
вому) значению. Известны несколько математических методов дефаззифика-
ции, например метод центра тяжести (Center of Gravity), метод центра площади
(Center of Area), метод центра суммы (Center of Sum) и т. д. [7]. В данной работе
использован метод центра площади. Значение выходной переменной определя-
ется по выражению
max
min
,
x
y
x
y
x dx
x dx
(11)
где
y
— результат дефаззификации;
x
— функция принадлежности нечетко-
го множества, min и max — левая и правая точки интервала носителя нечеткого
множества.
Моделирование классификатора движений лучезапястного сустава.
Для
сбора и обработки данных используется разработанная авторами программно-
аппаратная система на основе поверхностных электродов, платы Arduino Uno и
программной системы LabVIEW [1].
Сигналы трех испытуемых регистрируются в течение 1000 мс и записывают-
ся в текстовые файлы, предназначенные для обработки в программе LabVIEW.
Для одного типа движения лучезапястного сустава получаются три файла, со-
держащие значения ЭМГ-сигналов с трех датчиков.
Полученные исходные ЭМГ-сигналы обрабатываются RMS-фильтром [1, 4].
Значения признаков (табл. 2) передаются в классификатор для распознавания
типа движения лучезапястного сустава.
Проведено исследование трех различных движений для каждого испытуе-
мого, с длительностью мышечного сокращения в течение 1000 мс. Для получе-
ния оценки точности классификации было произведено 54 эксперимента.