针对表面肌电信号的非平稳特性,采用自回归模型对表面肌电信号进行分析,对短时间内的表面肌电信号肌肉疲劳迅速做出判定.应用非平稳时间序列的时变系统建模方法对10例受试者疲劳前、疲劳后表面肌电信号进行特征提取.建立时变参数自回归模型,通过引入Legendre基函数将线性非平稳过程参数辨识转化为线性时不变系统参数辨识,结合相关指数可以获得时变系统参数估计的最优Legendre基函数维数,进而可以获得最佳模型拟合效果,并采用最小二乘法解出时不变参数.用疲劳前、后的自回归模型的第一个时变参数(ARCl)的变化率作为检测肌肉疲劳敏感性指标,并采用双尾t检验,分别与平均功率频率(MPF)和中值频率(MF)的变化率进行统计学对比分析.结果表明,ARC1、MPF和MF疲劳前后的变化率分别为34.33％±2.41％、25.68％±2.03％、22.80％±2.19％,且ACR1的变化率分别显著高于MPF和MF(P ＜0.05).所提出的方法通过表面肌电信号对肌肉疲劳检测时,具有时间短和敏感性高等优点,可用于在线实时分析肌肉疲劳程度,为肢肌肉劳损的评估、康复治疗及人体工效学的研究提供一个潜在的分析工具.