근전도 신호(electromyogram)의 시변 비정상(time varying nonstationary) 특성은 신호의 정확한 모델링 및 인식에 제약 조건으로 받아들여 졌다. 특히, 최근 들어 장애자들을 위한 보철제어분야에서 근전도 신호를 이용한 기능적 전기 자극을 위한 FES(funcitonal electrical stimulation) 시스템에 있어 근전도 신호의 파라메터 인식은 중요한 요소로서 작용한다. 그러나, 근전도 신호는 자세의 변화 및 근육 피로도 등의 요인에 의해서 시변 비정상 특성을 띠고 있기 때문에 시간에 따라 변하는 인식 파라메터를 정확하게 인식할 수 있는 새로운 알고리즘의 개발과 실시간 처리가 가능한 컴퓨터 하드웨어의 설계가 요구된다. 따라서, 본 논문에서는 시평면의 근전도 신호를 이산 여현 변환(discrete cosine transform)을 이용하여 변환 평면으로 옮긴 다음 상태 방정식(state space equation)을 써서 변환 평면상에서의 AR(autoregressive) 모델을 세우고 주어진 근전도 신호에 대해 모델 파라메터를 추정하였으며, 제안한 알고리즘은 실시간 처리를 위하여 2개의 독립적인 중앙 연산 처리 장치를 갖춘 INMOS사의 IMS T-805 병렬 처리 컴퓨터를 이용하여 동시 다발적인 연산을 수행함으로서 알고리즘의 연산 효율을 높였다. 제안된 알고리즘의 타당성을 검증하기 위해 모델의 추정 오차에 영향을 미치는 입력 자기상관 행렬(input correlation matrix)의 condition number의 변화 및 평균자승오차(mean square error)를 구하여 기존의 SLS(sequential least square) 알고리즘과 비교하였다.
The nonstationary identifier in the DCT domain is suggested in this study for the identification of AR parameters of above-lesion upper-trunk electromyographic (EMG) signals as a means of developing a reliable real time signal to control functional electrical stimulation (FES) in paraplegics to enable primitive walking. As paraplegic shifts his posture from one attitude to another, there is transition period where the signal is clearly nonstationary. Also as muscle fatigues, nonstationarities become more prevalent even during stable postures. So, it requires a develpment of time varying nonstationary EMG signal identifier. In this paper, time varying nonstationary EMG signals are transformed into DCT domain and the transformed EMG signals are modeled and analyzed in the transform domain. In the DCT domain, we verified reduction of condition number and increment of the smallest eigenvalue of input correlation matrix that influences numerical properties and mean square error were compared with SLS algorithm, and the proposed algorithm is implemented using IMS T-805 parallel processing computer for real time application.
