1. 研究目的与意义（文献综述）

1.1 研究目的及意义

随着我国人口老龄化加速发展，人口老龄化形势越来越严峻，呈现高龄化、空巢化加速发展的新特征。由于年龄的增长，老年人的机体老化，听力和视觉下降，感觉能力削弱简化，肢体协调能力下降，对紧急事件的反应时间变长。部分老年人因为中枢神经系统患有疾病，如帕金森、老年痴呆症、脑出血等疾病导致平衡及运动机能受影响，跌倒发生率高，后果严重。此外，正是因为空巢独居，使得老年人的平衡信心受挫，跌倒时易导致负面情绪，从而导致跌倒可能重复发生，即陷入“跌倒．信心丧失．更易跌倒”的恶性循环模式。在我国，跌倒是意外伤害死亡的第四大元凶，是65岁以上的老年人意外死亡的第一大因素，跌倒的死亡率随着年龄的增加急剧上升。因此，若能有效地对空巢独居的老年人进行日常行为监测以及跌倒检测，为保障老年人的健康生活、提高老年人的生活质量具有重要研究意义。

由于老年人的跌倒往往与时间、地点以及体位改变等因素有关，跌倒易发生在起床、晨练、进餐、走路和上下楼梯等日常行为活动中。在日常行为动作中尤其是步态行为动作中发生跌倒的可能极大。因此如何有效地感知老年人的日常行为活动以及检测跌倒具有重要意义。

2. 研究的基本内容与方案

本文主要研究基于多传感器融合的下肢运动识别系统。在深入研究表面肌电信号和加速度信号的特征提取方法及多特征融合技术的基础上，选取合适的分类器，设计出一套基于表面肌电信号和加速度信号的运动识别系统，有效实现人体下肢多种日常运动模式（上楼梯、下楼梯、直行、蹲下、起立等）的识别与分类。论文阐述多传感器信号的特征提取及特征融合方法，选取合适的分类器，通过matlab验证特征提取及融合算法与分类器的可行性，并比较多特征融合相对于单特征用于下肢运动识别的有效性。

具体包括以下模块：

一、表面肌电信号和加速度信号的同步采集及特征提取。

3. 研究计划与安排

（1）第1－3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

（2）第4－5周：了解表面肌电信号和加速度信号的采集与特征提取方法，完成英文资料的翻译，熟悉系统开发环境。

（3）6－9周：研究多特征融合的方法，选取合适的分类器，编程实现各算法。

4. 参考文献（12篇以上）

[1] 成娟. 基于表面肌电信号和加速度信号融合的动作识别和人体行为分析研究[d]. 中国科学技术大学，2013

[2] millerjason d, beazer mahyo seyedali, hahn michael. myoelectric walking modeclassification for transtibial amputees. ieee transactions on biomedicalengineering, 2013, 60(10): 2745-2750.

[3] 范渊杰. 基于semg与交互力等多源信号融合的下肢外骨骼康复机器人及其临床实验研究[d]. 上海交通大学, 2014.