脑电图学论文脑电图学 驾驶疲劳 S变换 希尔伯特-黄变换 双谱

1、脑电图学论文：基于脑电信号的驾驶疲劳检测方法研究【中文摘要】随着我国社会的进步和汽车工业的快速发展,汽车保有量急剧增加,各种违规驾驶行为所造成的交通事故也日益严重。尤其是驾驶疲劳,已经成为交通事故的“头号杀手”。因此,通过有效的驾驶疲劳检测方法合理地干预驾驶行为具有重要的意义。一直以来,脑电图都被认为是检测疲劳的“金标准”。然而以往基于脑电信号的驾驶疲劳检测方法都比较简单,难以准确反映驾驶疲劳行为。大量的研究证明脑电信号能够客观地反映人的生理和精神状态。鉴于上述原因,本论文通过提取12名自愿受试者模拟驾驶过程中的脑电信号,分析不同驾驶时刻的脑电特性来探索表征驾驶疲劳的关键。本文的主要工作如下：

2、首先,利用短时傅里叶变换、小波变换、魏格纳分布及S变换方法对一个已知其频率成分的仿真信号进行分析,比较其结果发现S变换在分析多频率信号时表现出独特的优势,因此将S变换用于较为复杂的脑电信号分析。利用S变换对驾驶不同时刻的脑电信号进行处理,发现不同驾驶时刻的S变换时频谱不同,说明驾驶过程中驾驶员的精神状态发生变化,从而证明了S变换提取脑电特征用于检测驾驶疲劳的可行性。然后,基于希尔伯特-黄变换方法在分析多频率仿真信号时所表现出来的特点以及其不依赖于傅里叶变换.【英文摘要】Along with the social progress in China, the domestic automotiv

3、e industry is expanding rapidly. At the same time, traffic violations become more and more serious. Especially fatigue driving has been the leading killer of traffic accident. Therefore, a rational interference in driving behavor by studying driving fatigue detection techniques has an important sign

4、ificance.All the time, EEG is considered as the gold standard for detecting fatigue. However, previous studies on driving fatigue detection based.【关键词】脑电图学 驾驶疲劳 S变换 希尔伯特-黄变换 双谱【英文关键词】EEG driving fatigue S-Transform HHT(Hilbert-Huang Transform) bispetrum【索购全文】联系Q1：138113721 Q2：139938848【目录】基于脑电信号的驾驶疲

5、劳检测方法研究摘要3-4Abstract4-5第1章 绪论9-151.1 课题研究背景9-101.2 驾驶疲劳概述10-13 驾驶疲劳的定义10 驾驶疲劳的研究现状10-131.3 本论文研究的目标及意义131.4 本论文的主要内容及其章节安排13-15第2章 脑电基础知识简介15-212.1 脑电信号的产生15-172.2 脑电信号的特点172.3 脑电信号的分析方法17-19 时域分析方法17-18 频域分析方法18 时频域分析方法18-19 非线性动力学分析方法192.4 本章小结19-21第3章 驾驶疲劳的实验设计及主观分析21-253.1 驾驶疲劳的实验设计21-23 驾驶疲劳的实验

6、准备21-22 实验过程22-233.2 驾驶疲劳的主观分析23-24 主观疲劳量表FS-1423 驾驶疲劳的主观分析23-243.3 驾驶疲劳检测的客观分析方案243.4 本章小结24-25第4章 S变换在驾驶疲劳脑电分析中的应用25-334.1 S变换25-27 S变换的定义25-26 S变换的性质26 S变换与短时傅里叶变换和小波变换的联系和区别26-274.2 仿真信号分析27-304.3 S变换在驾驶疲劳脑电分析中的应用30-314.4 本章小结31-33第5章 希尔伯特-黄变换在驾驶疲劳检测中的应用33-455.1 希尔伯特-黄变换的基本概念33-35 希尔伯特变换33-34 瞬时频率34 本征模态函数34-355.2 希尔伯特-黄变换算法35-36 经验模态分解35 希尔伯特黄变换35-365.3 仿真信号分析36-385.4 HHT方法在驾驶疲劳脑电分析中的应用38-445.5 本章小结44-45第6章 高阶谱在驾驶疲劳脑电分析中的应用45-536.1 基本概念45-46 高阶统计量45 高阶谱45-466.2 双谱46-47 双谱的定义46 双谱的主要性质46 双谱算法46-476.3 双谱分析在仿真信号中的应用47-496.4 双谱在驾驶疲劳脑电分析中的应用49-526.5 本章小结52-53第7章 结论与展望53-557.1 总结53-547.2 研究展