表面肌电信号前端处理系统

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (1): 218-222.

表面肌电信号前端处理系统

熊平，唐建

中南大学地球科学与信息物理学院，长沙 410083

出版日期:2015-01-01 发布日期:2015-01-06

Surface EMG signal preamplifier system

XIONG Ping, TANG Jian

School of Geosciences and Info-Physics, Central South University, Changsha 410083, China

Online:2015-01-01 Published:2015-01-06

摘要/Abstract

摘要： 设计了高共模抑制比的表面肌电信号前端处理系统。采用并联型双运放差动放大器、阻容耦合电路以及仪器放大器INA128构成初级放大电路对微弱的表面肌电信号进行放大，并获得高输入阻抗和高共模抑制比；引入屏蔽驱动、右腿驱动以及浮地电源来进一步提高系统的共模抑制比和抗干扰能力；设计高通和低通滤波器以及50 Hz工频陷波器，对不同频段的噪声进行滤除。通过实验测试，该系统具有较强的抗干扰能力，并且能够有效滤除噪声、抑制工频干扰，满足表面肌电信号去噪和放大的要求。

关键词: 表面肌电信号, 前端处理, 共模抑制比, 抗干扰

Abstract: The high CMRR（Common Mode Rejection Ratio） preprocessor of SEMG（Surface Electromyography） signal is designed. It amplifies the weak SEMG signal by preamplifier constituted by dual Op Amp in parallel form, resistive and capacitive coupling circuit and INA128, with which the preprocessor can get high input impedance and high CMRR. Shielding driver and right leg driver as well as floating power are introduced to further improve the CMRR and anti-interference ability. Then high-pass and low-pass filter, and 50 Hz notch filter are designed to filter out the noise of different bands. Through experimental tests, the preprocessor has a high anti-interference ability, and can effectively filter out the noise, suppress power frequency interference, and can meet the requirements of SEMG signal de-noising and amplification.

Key words: Surface Electromyography（SEMG）, preprocessor, Common Mode Rejection Ratio（CMRR）, anti-interference

熊平，唐建. 表面肌电信号前端处理系统[J]. 计算机工程与应用, 2015, 51(1): 218-222.

XIONG Ping, TANG Jian. Surface EMG signal preamplifier system[J]. Computer Engineering and Applications, 2015, 51(1): 218-222.

[1]	任春慧，刘升，张伟康，张微微. 柯西变异的骆驼算法优化与应用[J]. 计算机工程与应用, 2021, 57(21): 87-94.
[2]	隋修武，牛佳宝，李昊天，乔明敏. 基于NMF-SVM模型的上肢sEMG手势识别方法[J]. 计算机工程与应用, 2020, 56(17): 161-166.
[3]	张龙娇，曾晓勤. 基于深度神经网络的sEMG手势识别研究[J]. 计算机工程与应用, 2019, 55(23): 113-119.
[4]	马正华1，李雷2，乔玉涛2，戎海龙3，曹海婷2. 基于多传感器融合的动态手势识别研究分析[J]. 计算机工程与应用, 2017, 53(17): 153-159.
[5]	王红旗，李林伟，毛啊敏. 基于小波包的表面肌电信号特征表示与识别[J]. 计算机工程与应用, 2015, 51(9): 217-220.
[6]	陈秋丽1，何明1，郑君杰2，陈希亮1，王立辉3. 一种干扰条件下的水底监测层网络体系结构[J]. 计算机工程与应用, 2014, 50(15): 72-74.
[7]	王艺，段哲民，Zain-ul-Abideen，杨阳. 基于空时自适应处理的多波束抗干扰改进算法[J]. 计算机工程与应用, 2013, 49(17): 221-225.
[8]	艾青松，卢英，刘泉. 高斯径向基函数重构特征对表面肌电信号识别[J]. 计算机工程与应用, 2013, 49(12): 182-186.
[9]	姚紫阳. 半监督中心最大化模糊C均值算法[J]. 计算机工程与应用, 2012, 48(33): 188-193.
[10]	郭一娜1，王清华1，Abraham Ajith2. 利用柔性神经树的实时肌电信号手势识别模型[J]. 计算机工程与应用, 2012, 48(17): 207-210.
[11]	王焕灵1，尤波1，黄玲1，杨大鹏2. 基于肌电信号的手部动作模式识别新思路[J]. 计算机工程与应用, 2011, 47(21): 166-169.
[12]	刘芳^1,2,钱博^1,2,冯永新¹,潘成胜². 基于裂谱信号的抗干扰特性研究与分析[J]. 计算机工程与应用, 2009, 45(4): 208-210.
[13]	梁奇,叶明,马文杰. 滤除SEMG工频干扰的数字陷波器设计[J]. 计算机工程与应用, 2009, 45(17): 61-63.
[14]	程波¹,刘光远². 基于表面肌电信号小波包熵的情感识别[J]. 计算机工程与应用, 2008, 44(26): 214-216.