王晓梅，郭一娜，卓东风，郅逍遥

(太原科技大学 电子信息工程学院，太原 030024)

运动单位(MU)受到刺激会兴奋并且产生运动单位动作电位序列(MUAPT)，MUAPT沿肌纤维进行传播，在皮肤表面形成表面肌电信号(sEMG)。表面肌电信号分解指的是从表面肌电信号中还原出构成它的单个运动单位动作电位(MUAP)的过程。目前表面肌电信号分解大都采用盲源分离等技术来获取电位信息[1]。

李强，杨基海等利用二阶非平稳盲源分离对表面肌电信号进行分解，分离出了5类MUAP模板信息，但只是针对简单的瞬时混合sEMG，没有考虑sEMG的卷积特性[2]。G Ivan等提出了一种基于分层的快速分解sEMG的方法，但没有考虑多个MUAPT叠加的情况[3]。表面肌电信号是所有被激活的MUAPT在皮肤表面形成的时间和空间的综合叠加结果，可看成具有延时、衰减、滤波等综合作用的复杂卷积过程。分解卷积形式的混合信号可以采用时域法或者频域法。时域法需要对混合信号去卷积，通常采用分离滤波器，一般滤波器的阶数需要根据实际的混合环境来确定，且对分离效果影响较大。频域法是对卷积混合信号进行短时傅立叶变换，从而转成频域上的瞬时信号，再针对各个频段进行信号分离。由于频域方法相较时域方法简单，计算量小，所以采用频域方法解决卷积混合盲源分离问题应用比较广泛。谭春祥等采用独立成分分析技术在肌肉受到轻微收缩力的情况下对表面肌电信号进行了预处理，但分解出的信号具有顺序不确定性[4]；……