步态分析是根据人体行走的姿态实现对人体生物特征检测和分析的技术手段。由于其直观性和实时性等特点,引起了康复医学及临床诊断等领域广泛的关注。非接触式人体静电探测技术通过感应人体静电场,可在有效范围内实现对运动人体的探测。行走时人体静电场的变化包含人体步行特征,这可为步态特征提取及人体步态分析提供新的信息来源。本文采用自行研制的静电探测器获取人体行走时的步态信息,利用所得步态静电信号的频域信息提取三种膝关节受限情况下的步态特征,并将三种步态进行分类。对比传统的步态分析,这种方法具有非接触、使用方便、无需穿戴任何设备且不受光照等环境因素干扰等优点。研究中搭建了步态静电信号采集系统,设计了膝关节疾病患者步态模拟实验,分别获取得到了膝关节正常、受限、半受限情况下的步态静电信号,并建立了小型步态静电信号数据库。对步态静电信号进行了快速傅里叶变换,得到了信号的频域信息,并分析了三类信号在频域上的各自特点,说明了使用频域信息进行分类的合理性。采用主成分分析法(PCA)对频域信息进行了降维,得到特征参数,并选取k最近邻算法进行分类识别,其最高识别率为84.75%。结果表明,人体步态静电信号的频域信息能较好地反映人体膝关节的活动度,可为膝关节疾病的康复治疗提供理论依据。本文有助于建立一种评估膝关节疾病康复程度的全新技术手段,为人体下肢骨关节康复研究的探索起到一定作用。