针对表面肌电信号（sEMG）因其非平稳、非线性、自相似性等复杂特性导致肌肉疲劳估计不准的问题，首次提出一种基于sEMG信号多重分形降趋移动平均法（MFDMA）的肌肉疲劳特征分析方法。首先，利用MFDMA方法对采集的sEMG信号、洗牌信号和高斯白噪声信号进行非线性动力学分析；其次，利用MFDMA方法计算sEMG信号的多重分形谱宽度、Hurst指数变化差值、概率测度值和峰值奇异指数四种多重分形特征；最后，利用t-检验法分析了肌肉疲劳与非疲劳状态下的多重分形特征的显著差异性。实验结果表明，MFDMA方法能够描述sEMG信号的多重分形行为，谱宽等多重分形特征在肌肉疲劳与非疲劳状态下具有显著性差异，表明所提方法能够可靠表征运动性肌肉疲劳，为肌肉疲劳识别模型、康复医学研究提供新的特征参考。