随着残疾、中风、运动性损伤等的人数越来越多，康复训练医师的需求也急速增加。在传统的康复训练中，康复训练医师所做的工作已经较为饱和，在现代康复训练需求增多的背景下，康复训练医师们的工作已经难以让他们负荷，继而出现了康复机器人等智能化设备的需求。但是智能康复训练设备的训练效果如何，如果需要让康复训练医师来评判，也会增加他们的工作量，并且信息反馈时间也不及时。所以需要设计出一个评定系统来评价康复训练的效果。而表面肌电信号(Surface Electromyography, sEMG)能够反映出肌肉的健康水平，所以是一个很好的评价因子。而且sEMG信号与人体肌肉内部的力量有一定程度的关系，也是评判运动功能和肌肉功能的一个指标。因此本文将研究sEMG与肌力的关系，建立sEMG与肌力的计算模型，用以计算运动过程中肌力的大小。具体的研究内容包括以下几个方面：　　(1)分析sEMG信号产生的机理，设计针对肌力研究的实验方案，最后选用了左右下肢各4块肌肉进行了 sEMG的数据釆集实验，这4块肌肉都和膝关节的运动相关。　　(2)将采集到的步行过程中的sEMG信号进行去噪。由于sEMG信号是一种真实信号未知的信号，所以引入了一种利用复合评价指标的去噪效果评价方法。对去噪参数进行不同的选择，根据评价指标选择出更优的去噪参数来进行去噪。　　(3)根据去噪后的sEMG信号计算其时域、频域内的特征值。分析计算出的特征值，结合sEMG以及生物力学的特性，选择适当的特征值作为肌力的计算输入参数。　　(4)根据一定的解剖学、运动学、生物力学等知识，利用选择出的特征值，建立肌力的数学模型，对肌力进行预测，并对得到的结果进行分析，验证其可靠性和合理性。　　(5)利用OpenSim进行仿真，利用建立好的肌力预测模型计算肌力，将计算得到的肌力数值作为仿真的输入，得到用肌力作为驱动的步态仿真。