目前分解的主流方法有两种，这两种方法主要应用于静态收缩（肌肉恒力收缩）或者肌力缓慢变化的情况：
- 基于模板匹配的模式识别方法
- 盲源分离方法
动态收缩时，由于电机相对位置的变化以及肌纤维长度的改变，导致 MUAP 发生变化。目前有少数学者对肌肉动态收缩 sEMG 信号进行了研究，Glaser 等[6]提出卷积核分解方法，该方法将 sEMG 信号分段，采用线性函数得到发放时刻，但是发放时刻分类仍然存在问题。 Glaser 等[7]还提出了基于 MU 波形非传输分量的分解算法，但由于传输分量与非传输分量的分离存在难度，实现比较困难。DeLuca 等[8]使用机器学习算法分解 sEMG 信号，但是 MU 波形变化影响因素众多，难以预测，所以识别仍然较困难。
带通滤波频带范围：10-500 Hz