人体运动是在神经系统控制下通过肌肉收缩而完成的复杂过程，运动过程中产生的肌电信号(Electromyography,EMG)代表了控制终端的响应信息。在中枢神经系统的同步控制作用下，运动肌肉间产生了相互的耦合关系，这种耦合关系包含一定的中枢神经系统对运动的控制信息，同时反映不同肌肉间的相互关系，耦合的强度也反映了运动肌肉的协调性。肌电信号的耦合关系研究已经成为运动科学研究和探索运动控制机制的热点研究内容。　　首先，分析了肌电信号的产生机理和耦合关系，并对肌电信号耦合分析算法的研究现状进行综述，结合肌电信号耦合关系和现有肌电耦合研究方法的局限性，提出了本文的研究内容：分别针对肌间耦合的频段特征显著的特点和现有的耦合分析方法无法描述多通道耦合关系的问题，基于相干分析方法对肌电信号耦合分析算法进行改进与拓展。　　其次，针对肌电信号耦合关系存在的频段特征显著的现象，构建基于变分模态分解-相干分析的肌间分频耦合特征研究模型，通过对肌电信号进行频域的自适应变分模态分解，排除相邻频段的干扰，对能量集中在单一频段的肌电信息进行相干耦合分析，并利用显著相干面积定量描述特征频段耦合关系。实验数据分析结果表明，变分模态分解-相干分析方法能够有效的刻画肌电信号特征频段耦合信息。　　再次，由于协调运动是在多块肌肉的共同作用下完成，而相干分析方法无法直接描述多通道肌电信号耦合关系，本文引入多元数据分析方法构建基于相干分析-非负矩阵分解的多通道肌电信号耦合分析模型。利用相干分析方法提取肌间耦合特征并构建耦合矩阵，结合非负矩阵分解方法刻画多通道肌电信号的耦合特征。实验数据分析结果表明，相干分析-非负矩阵分解方法能够定量刻画多通道肌电信号不同频域范围的整体耦合关系。　　最后，将本文提出的方法应用到中风病人的患侧上肢肌电信号耦合特征分析中，分别对特征频段的耦合关系及多通道的耦合连接特征进行分析，并与健康人的结果进行对比，结果表明，与健康人相比中风被试的患侧运动肌肉间的耦合会存在一定程度的缺失，分析结果从肌电信号耦合关系的角度客观的分析运动功能状态，对患者的诊疗和康复训练都具有指导意义，同时验证了所研究方法的有效性。