Math 模式识别（肌肉活动）

我需要你方的推荐。我目前正在使用Arduino上的肌电（肌肉）传感器，我的目标是识别和测量肌肉活动的时间。在下图中，您可以找到原始数据。正如您所见，在肌肉活动期间，模拟输出的范围要高得多。但我不知道哪种数学方法适合这个任务

使用滑动窗口

选择窗口大小

这是分析信号特性的时间。它应该足够长，以保持至少一个周期的信号，但2-3个周期更好

现在通过与窗口大小相等的FIFO传递信号

在每个新输入值的FIFO都满后，从中删除第一个输入值，并计算FIFO内容的最小值和最大值。这种FIFO最好以固定长度的循环缓冲器的形式实现。

max-min

的差异是窗口的动态范围，它将告诉您传感器是否检测到活动

阈值

max（t）-min（t）

因此，对于每个计算窗口

t

compute：

d(t) = max(t) - min(t)

其中

t

是窗口的开始时间。现在：

if (d(t)>=threshold) muscle_is_working;

例如，信号中的被动区域与do

~40

之间存在差异，因此将阈值设置为大于该值，但小于信号中的主动区域

threshold = 50

如果您需要更高的速度（因为您使用的是上帝知道的MCU…是的，Arduino不是MCU，它只是一个框架），您可以使用abs窗口总和，而不需要在每个窗口幻灯片中处理整个FIFO内容。相反，您只需从总和中删除第一项，然后将最后一项添加到总和中。所以方程是：

d(t) = sum(i=t,...,t+size-1) of abs(signal(t)-inactive_average)

---

另外，将窗口大小四舍五入到2的幂也是一个好主意，这样您就可以在循环缓冲区实现中使用位运算而不是除法和模运算。

如果绝对值和阈值与长期平均值相差太大，那么可能是绝对值和阈值的平均值？哇，谢谢您的回答。我会尽量在明天或周一完成，并将结果通知你。