本论文从小波变换和分形理论入手，进一步解决如何从表面肌电信号中准确地检测动作单元电位和有效地提取特征信息以便准确地识别表面肌电信号的问题。针对表面肌电信号的非平稳动态特性，本论文首先分析了动作表面肌电信号形成的生理基础，得出了一些重要结论。然后，紧扣国家自然科学基金资助项目(60171006)的研究主题，应用小波变换和关联维对动作表面肌电信号进行了深入细致地研究。 本论文从神经-肌肉的解剖结构入手研究了表面肌电信号形成的生理基础，总结出两个重要的结论：1)在由表面电极募集到大量动作单元的动作单元电位中，有些动作单元电位在表面肌电信号中被叠加成不可再分的电位群。与动作单元电位一样，电位群也是表面肌电信号的基本单元。2)在表面电极和动作单元之间存在的组织对动作单元电位存在低通效应。低通效应的结果就是：负责不同动作模式的肌肉产生的动作单元电位或电位群的主要谱能量将落在较小带宽的频带中，而不会弥散在表面肌电信号的整个频带。 本论文创新性地为从表面肌电信号中检测动作单元电位或电位群提出了一个改进的小波检测手段。在国外，，有人采用各分辨层的小波作为匹配模板来检测动作单元电位或电位群。然而，在每一分辨层只有一个小波，所以，只有与这小波具有相似形态特征的动作单元电位或电位群才能够被有效地检测出来。为此，本论文首先创新性地对各分辨层的小波系数进行阈值处理以提高重构子信号的时间分辨率，然后，创新性地采用重构子信号中的孤立波代替小波作为模板。这样，我们可以从表面肌电信号中有效地检测到更多的动作单元电位或电位群。 本论文创新性地提出了相对小波能量和相对小波能量的变化量。采用部分子空间的相对小波能量和相对小波能量的变化量来识别动作表面肌电信号可以获得较高的正确识别率。而且，采用相对小波能量的变化量可以减少肌肉疲劳或脂肪厚薄等因素造成的影响。 本论文首次在动作表面肌电信号的识别中使用小波熵和非线性尺度小波，并且创新性地提出了小波系数熵。小波系数熵不仅包含了表面肌电信号的谱能量分布的信息，而且，还能提取到关于动作单元发放模式的一些信息。实验结果表明：与传统的小波包特征提取方法相比，通过小波熵、小波系数熵和非线性尺度小波特征提取方法能获得更高的正确识别率。 本论文创新性地通过模糊自相似性计算表面肌电信号的关联维，并且为确定表面肌电信号的标度不变区提出了一个简单可行的方法。模糊自相似性关联维可以克服由传统GP算法计算的关联维对信号的初始值和超球体的初始位置很敏感的缺点。为确定表面肌电信号标度不变区，本论文将所有属于同一模式信号的关联积分和标度关系曲线画在同一图中，然后观察曲线的线性区，该线性区即为标度不变区。结果表明：当嵌入维在16以上，可重构出表面肌电信号的相空间。通过模糊自相似性计算出关联维能准确地反映不同模式动作表面肌电信号的分形特性。 本论文创新性地提出了一个多尺度小波系数模极大值方法来计算多重分形谱。这种多重分形谱不仅包含了表面肌电信号时域信息而且还包含了频谱信息。结果表明：表面肌电信号具有多重分形特性，而且，采用多重分形谱的面积可以用来识别动作表面肌电信号。