一、数据分帧的作用
对于非平稳的 EEG/sEMG 信号,在一个短时的活动段内,信号可以看成近似平稳的, 即“准平稳” (quasistationary)过程[1]。因此,在特征提取前对每个动作的每个 活动段进行了分帧处理,在短时内将肌电信号近似处理为线性、平稳信号,对一帧 肌电信号进行处理就相当于对特征固定的持续信号进行处理。
借用网上一张图直观说明分帧,对长为7的数据,窗长(帧长)3,求窗内数据和
二、帧数计算公式
N为信号长度,L为帧长,M为移动步长(非重叠窗长),K为帧数。
系统分帧时帧长大小为150ms,非重叠窗的长度为50ms,最终分得不同动作的帧数略有差异,帧数取100帧.
三、肌电数据帧长的取法
因为我们的帧在起始 和结束肯定是会出现不连续情况的,那样这个信号在分帧之后,就会越来越背离原 始信号,此时我们需要对信号进行加窗处理,目的就是为了减少帧起始和结束的地方信号的不连续性问题[3] ,使全局信号更加连续,避免出现吉布斯效应。
参考:
[1] 张旭. 基于表面肌电信号的人体动作识别与交互[D]. 合肥市:中国科学技术大学生物医学工程专业, 2010.
[2] Oskoei M A, Hu H. Myoelectric control systems—A survey[J]. Biomedical Signal Processing and Control, 2007, 2(4): 275-294.
[3] lv_xinmy.语音信号的加窗处理.程序开发, http://www.2cto.com/kf/201302/189664.html,20130219