基于肌音信号采集系统的仿生手控制系统设计

假肢是供截肢者使用以代偿缺损肢体部分功能的人造肢体，假肢研究的重点是生理信号的提取和对仿生假手的控制。目前用于假肢控制的仿生控制信号主要有人体自身的肌电信号、脑电信号、神经电信号和声音等，其中表面肌电信号由于滞后时间短和抗干扰能力强，仍然是假肢的主要仿生控制信号源。但是肌电信号仍然存在着一些不足之处，例如对采集表面要求严格，受阻抗影响大，抗干扰能力差等等。肌音信号相比于肌电信号存在许多优点：如不需要直接接触皮肤；声音传感器价格低廉，成本低；肌肉声音信号强，受体表的电子干扰小；肌音信号的运算处理简单，可减少对硬件的要求。由于肌音信号的传播特性，传感器不需要固定在某些特定的位置上，甚至可以不直接接触皮肤，而且肌音信号还可以在运动肌肉的末梢采集到，尽管信号的幅度已经衰减了。肌音信号受体表阻抗的影响小，受外电场的干扰小。最后，采集肌肉声音信号的传感器比肌电传感器便宜很多，信号只需要简单的数字处理硬件（如：DSP）就可以处理。

肌肉收缩时发出的声音可以通过一个简单的实验验证，把拇指轻轻地按住一个耳孔，然后，一边提起肘部一边握起拳头，你会听到一种隆隆的声音，就像远处传来的雷声。科学家开始研究肌肉声音是从1810年开始的，英国物理学家W.H.Wollaston把肌肉发出的声音和车轮在卵石街道上发出的隆隆声响作比较，得到其频率约为20~30 Hz的结论。对于肌音信号的研究是从1980年真正开始的，英国的生物物理学家Oster发现肌音信号强度与肌肉紧张程度成正比。Barry（1986）提出肌音信号可以用于假肢控制，并作出了尝试。Bertrand Diemont等通过利用FFT和MESE对肌音信号进行分析，证实了功率谱方法对分析肌音信号的有效性。Travis W.利用小波分析对非稳定肌音信号进行分析，验证了肌肉进行不同动作时肌音信号存在差异性。Jorge Silva（2005）等通过利用肌音信号模拟肌电信号对假肢进行控制，张合假手正确率分别达到了88%和71%,基本达到了控制假肢的目的。

本文主要从传感器的选择与测试，肌音信号采集电路的设计以及信号的初步处理来介绍实现肌音信号采集的方法，从而验证通过肌音信号控制仿生手的可行性，并且为进一步仿生手控制系统的研究奠定了基础。

1 人体肌音信号的特点

人体肌音信号属于生物信号，主要特点有：

（1）信号弱。直接从人体中检测到的肌音信号其幅值一般比较小。因此，在处理各种生理信号之前要配置各种高性能的放大器。

（2）频率低。其频率主要集中在20~30 Hz,一般认为集中在O~50 Hz属于低频信号。因此在信号的获取、放大、处理时要充分考虑对信号的频率响应特性。

（3）干扰特别强。干扰既来自生物体内，如呼吸干扰等；也来自生物体外，如工频干扰、信号拾取时因不良接地等引入的其他外来串扰等。

（4）随机性强。生物医学信号是随机信号，一般不能用确定的数学函数来描述。它的规律主要从大量统计结果中呈现出来，必须借助统计处理技术来检测、辨识随机信号和估计它的特征；它往往是非平稳的，即信号的统计特征（如均值、方差等）随时间的变化而改变。因此在信号处理时往往进行相应的理想化和简化。

2 采集电路的设计要求

针对肌音信号的上述特点，对信号采集电路的分析如下：

（1）找到能够较好地采集肌音信号的传感器，考虑从心音传感器、腿动信号传感器等医学声音传感器入手。

（2）信号放大是必备环节，而且应将信号提升至A/D输入口的幅度要求，即至少为"V"的量级。

（3）考虑通过滤波电路来过滤噪音信号。

（4）信号频率不高，通频带通常是满足要求的，但应考虑输入阻抗、线性、低噪声等因素。

3 信号采集系统的设计

3.1 传感器的选择

传感器是整个硬件系统中最为核心的器件。感受肌肉声音信号最终可以理解为感受肌肉的微震动信号，即将肌肉的震动信号转换为电信号的传感器。传感器的选择遵循以下几点原则：足够的灵敏度和分辨力。肌肉震动为微震动信号，若分辨力不够，则无法捕捉到这个有用信号；若灵敏度不够，则得到的信号会非常微小，不利于后续的信号处理。合适的频率响应特性。一般声音方面的传感器能够响应的最小频率大概在200 Hz左右，而肌音信号的主要频段为0~50 Hz,因此一般的传感器无法达到要求；适当的价格以及尽量简单的外围电路。

3.2 传感器选择与测试过程

（1）心音传感器的实验

对购买的HKY0681K5心音传感器进行实验，通过腕带将传感器固定在实验者的手前臂，如图1所示。让实验者手部不停地做抓和握两个动作，将采集到的肌音信号导入数字示波器进行分析。对该传感器的测试结果如下：分辨率足够，而且足够灵敏，输出信号幅值相对较高，但是频率响应范围太宽，而且传感器双面都敏感，噪音很大，对有用信号的影响非常明显。

（2）压力传感器

北京颐松公司的MB-4A压电式传感器具有灵敏度高、敏感面大、使用方便、抗过载能力强、抗干扰性好等特点。该传感器已经集成了放大器和输出阻抗变换器，因此简化了外围电路。由于传感器集成的放大器放大倍数并不符合采集模块的采集要求，因此在传感器外围还得做一级放大。对该传感器的测试结果如下：分辨率、灵敏度等各项指标均符合要求，得到的信号波形也较好，可以采用。

（3）加速度传感器

北京颐松公司的TD-3型压电式腿动信号微加速度信号传感器。TD-3型传感器为压电式传感器，响应频率范围为O.5~1 000 Hz,灵敏度为150 mV/g,重量小于20 g,该传感器本用于睡眠过程中检测腿动信号波形。经过实验测试，对该传感器的测试结果如下：分辨率、灵敏度等指标均符合要求，而且得到的信号波形经分析质量优于MB-4A,因此，最终的采集传感器定为TD-3.

3.3 放大电路设计分析

由于人体肌音信号的特点，加上背景噪声较强，采集信号时电极与皮肤间的阻抗大且变化范围也较大，这就对放大电路提出了较高的要求，即要求放大电路应满足：高输入阻抗；高共模抑制比；低噪声、低漂移、非线性度小；合适的频带和动态范围。为此，选用Analog公司的仪用放大器AD620作为前置放大。AD620的核心是三运放大电路，其内部结构如图2所示。该放大器有较高的共模抑制比（CMRR），温度稳定性好，放大频带宽，噪声系数小，且具有调节方便的特点，是生物医学信号放大的理想选择。AD620只用一个外部电阻就能设置放大倍数为1~1 000,而且它是低价格、低功耗、高精度的仪表放大器。AD620能确保高增益精密放大所需的低失调电压、低失调电压漂移和低噪声等性能指标，故可用于精确的数据采集系统，作为各种微弱信号的前置调理器。图3为AD620的脚位图。

3.4 低通滤波电路

滤波是指让被测信号中的有效成分通过而将其中不需要的成分抑制或者衰减掉的一种过程。根据肌音信号低频的特性，该系统需要设计一个低通滤波器，3 dB频率是100 Hz,在200 Hz的衰减大于25 dB.

（1）低通无源滤波器

最简单的低通滤波器是由电阻和电容组成的无源RC滤波器，如图4所示。频率越低，容抗就越大，输出电压就越大，因此电路具有"低通"特性。电路的传递函数为：

RC低通无源滤波器的主要缺点是带负载能力差。若在输出端并接一个负载电阻，除了使滤波电路的电压放大倍数降低外，还会影响截止频率的值。基于以上原因，最终未采用无源滤波电路，而使用了有源滤波器。

（2）低通有源滤波器

二阶有源滤波器通过使用1个运放、1~3个电阻和1~2个电容来实现。有源滤波器可以在两级间实现隔离，主要是利用运放高阻抗输入和低阻抗输出的特性。

方案二：巴特沃兹滤波器，截止频率为100 Hz,如图6所示。图7为理论幅频特性曲线。

滤波器测试结果：

测试滤波器的方法：用信号发生器产生不同频率的正弦波信号，通过滤波器，然后观察不同频率下滤波器对信号幅值的衰减情况，第一种方案的结果不尽人意，衰减并不明显。第二种方案衰减较为明显，如图8依次为30 Hz（有效信号部分），100 Hz（信号截止频率），200 Hz（频率较高的干扰信号）。30 Hz时，信号幅值没有衰减；100 Hz时，信号幅值衰减明显；到200 Hz时，信号幅值已基本全部衰减。基于以上的实验结果，最终滤波电路采用了第二种方案。

3.5 A/D转换器

A/D选择：PMD-1608FS型号的采集卡即可满足要求，它集成度高，应用简单。PMD系列是USB接口的多功能数据采集控制器，采用单芯片技术，集成度高，价格便宜，稳定性高，是目前性价比最高的多功能数据采集控制器。

3.6 电源

应用电路中普遍的干扰源为电源，电源线上的噪声可以通过有源器件的电源引脚传到芯片内。硬件系统中经试验得知，AD620必须工作在双极性电源的情况下。故需要的电压为：5 V,为传感器供电和滤波电路运算放大器供电；+9 V,-9 V,分别给AD620芯片和运算放大芯片供电。电路中使用的芯片：

（1）LM2940,稳+5 V电压，TO-220封装。特点是在整个温度范围内失稳电压约为0.5 V,属于低失稳稳压芯片。此外，还具有静态电流降低电路，当输入与输出的电压差大于3 V时，可以自动降低静态电流。

（2）7809,稳+9 V电压，TO-220封装。特点是有内部过流、热过载和输出晶体管安全区保护功能，电路使用安全可靠，最低失稳电压是2 V.

（3）7909,稳-9 V电压，TO-220封装。特性与7809芯片一样。

3.7 实际电路原理图

实际电路原理图如图9所示。

4 电路性能的实验验证

从图10中可以明显地看到，经硬件滤波以后，信号幅值被放大，原始信号的高频噪音部分被滤除，信号特征更为明显。

5 肌音信号软件处理初步介绍

采集软件是基于原采集卡软件的VB程序。因为原采集卡软件采集频率和数据量都有限制，现用的VB程序在功能上对原软件进行了补充，满足了本系统的采集要求，因此予以采用。程序的界面如图11所示。该程序将采集的数据以txt格式保存于指定目录下。最终将用Matlab软件调用txt文件中的数据，利用Mat-lab软件强大的分析功能完成信号数据的分析。

6 结语

利用肌音信号作为信号源，通过对传感器、放大电路、滤波电路、电源模块、A/D转换等几个方面的详细介绍，得到了采集理想肌音信号的采集系统设计过程。采集到的信号平稳清晰，噪音基本滤除，通过对采集软件的处理，最终可以利用Matlab软件进行信号特征的分析，通过对信号时域若干个特征的分类识别，可以实现对手部张紧一握紧等动作的辨别，最终可以利用辨别结果产生控制信号对仿生手进行控制。