袁　娜，刘　沛

(1.唐山学院 智能与信息工程学院，河北 唐山 063020；2.河北能源职业技术学院 机电工程系，河北 唐山 063000)



基于PLS特征筛选和改进结构PNN的步态识别

袁娜1，刘沛2

(1.唐山学院 智能与信息工程学院，河北 唐山 063020；2.河北能源职业技术学院 机电工程系，河北 唐山 063000)

摘要：采集单侧大腿截肢患者髋关节有代表性的加速度信号(双轴)和角速度信号，并同时采集足底压力信号，进行多运动模式识别，经信号预处理提取出特征参数，利用偏最小二乘法(PLS)进行特征筛选，最后利用改进的概率神经网络(PNN)步态模式识别和分类，实现对下肢假肢在行走、上下坡、上下台阶的不同运动模式的有效识别。

关键词：步态识别；偏最小二乘法；概率神经网络；先验变量

0引言

随着科技的进步，人们对生活质量的要求越来越高，肢体残疾人士更希望参与并融入社会生活，这就要求假肢的设计更加人性化、智能化。动力型假肢是今后假肢的发展方向[1]，而步态识别将是关键问题，只有识别出基本的步态(如上下楼梯、上下坡及平地行走)才能对假肢进行有效的控制，从而在行走时提供有效动力，满足肢残人士的正常生活需要。

步态识别的方法很多，比如利用隐马尔科夫模型[2](HMM)对运动中下肢四张肌肉的肌电信号进行步态识别；利用支持向量机(SVM)[3]的方法对多步态下肌电信号和传感器信号融合识别。随着交叉学科的出现，人工神经网络开始应用到控制研究中，并且取得了令人满意的成果。……