The present invention relates to a method for recognizing a real-time electromyography (EMG) pattern based on correlation feature analysis, capable of inputting an EMG signal to obtain a standard peak to sidelobe ratio (PSR) and recognizing the EMG pattern. The method includes the steps of (a) configuring a recognition filter； and (b) recognizing an operation mode. The step (a) includes the steps of (a1) sampling the EMG signal to extract a time area feature from the sampled signal and applying fast Fourier transform (FFT) to the time area feature to generate sub-features； and (a2) configuring the recognition filter using correlation in a frequency area between a certain motion and the sub-features. The step (b) includes the steps of (b1) convolving the sub-features and the recognition filter； (b2) obtaining a PSR after applying inverse FFT to the convolved value； and (b3) totaling the PSR obtained for each of the sub-features to obtain a standard PSR. According to the method for recognizing an EMG pattern, importance of different features can be reflected according to motions, thereby having a high recognition ratio and promptly carrying out correlation feature analysis to recognize a real-time EMG pattern.EMG(Electromyograph) 신호를 입력받아 표준 PSR(Peak to Sidelobe Ratio)을 구하여 EMG 패턴을 인식하는 상관 특징 분석 기반 실시간 EMG 패턴 인식 방법에 관한 것으로서, (a) 인식 필터를 구성하는 단계와, (b) 운동 모드를 인식하는 단계를 포함하고, 상기 (a)단계는, (a1) 상기 EMG 신호를 샘플링하여, 샘플링된 신호로부터 시간 영역 특징을 추출하고, 상기 시간 영역 특징에 고속 푸리에 변환(FFT)을 적용하여 서브 특징을 생성하는 단계； 및, (a2) 특정 동작과 상기 서브 특징간의 주파수 영역에서의 상관(correlation)을 이용하여, 인식 필터를 구성하는 단계를 포함하고, 상기 (a)단계는, (b1) 상기 서브 특징과 상기 인식 필터를 콘볼루션하는 단계； (b2) 콘볼루션한 값을 역 FFT를 적용한 후, PSR(Peak to Sidelobe Ratio)를 구하는 단계； 및, (b3) 각 특징에 대하여 구한 PSR을 총합하여 표준 PSR을 구하는 단계를 포함하는 구성을 마련한다.상기와 같은 EMG 패턴 인식 방법에 의하면, 동작에 따라 상이한 특징의 중요도를 반영할 수 있어서 높은 인식율을 가질 수 있으며 이에 의해 상관 특징 분석의 신속한 수행으로 인해 실시간 EMG 패턴을 인식할 수 있다.
