一、研究背景 肌电信号（EMG）是众多肌纤维中运动单元动作电位（MUAP）在时间和空间上的叠加。

表面肌电信号（SEMG）是骨骼肌兴奋收缩时，由众多肌纤维产生动作电位并传导和扩布至皮肤表面，通过电极从表面皮肤传导并且记录下来的一种电生理时间序列信号 。

基于肌电信号的上肢动作识别应用十分广泛，可以通过识别肌电信号在人机交互、智能假肢、体感游戏中反馈人体的上肢动作。

在临床医学、运动医学、生物医学 等医疗方面也大放异彩，对肌电信号进行分析、识别已经成为当今医学和康复学领域的研究热点之一 。

二、研究现状 人们对表面肌电的研究可以追溯到十八世纪。

1783年，Luiggi Galvani证实了肌肉的收缩与表面肌电相关。

1849年，Dubois Reymond通过实验证实，人类的肌肉在收缩时可以产生相应的生物电信号。

随着电子技术的不断发展，对肌电信号的分析识别也获得了长足的进步。

在国内，吴志文、李晓欧采用绝对值均值、AR模型系数作为特征值，libsvm作为分类器识别不同的动作，识别率达到77.5% 。

杭州电子科技大学的徐斌通过提取肌电信号的基本尺度熵采用SVM分类器对六种手势动作进行分类，正确率达到83.3%。