基于无线体域网的单兵精神状态监测系统
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第1章 绪论 | 第9-18页 |
1.1 课题背景及研究的目的和意义 | 第9-11页 |
1.1.1 课题来源 | 第9页 |
1.1.2 课题研究背景 | 第9-10页 |
1.1.3 课题研究意义 | 第10-11页 |
1.2 单兵状态监测系统发展现状 | 第11-15页 |
1.2.1 国外研究现状及分析 | 第11-13页 |
1.2.2 国内研究现状 | 第13-14页 |
1.2.3 国内外研究现状分析 | 第14-15页 |
1.3 本文的主要研究内容与创新点 | 第15-16页 |
1.3.1 单兵状态监测系统软硬件设计 | 第15-16页 |
1.3.2 生理信号的干扰处理和特征提取 | 第16页 |
1.3.3 单兵精神状态识别算法研究 | 第16页 |
1.4 本文结构安排 | 第16-18页 |
第2章 单兵状态监测系统设计 | 第18-48页 |
2.1 系统结构 | 第18-22页 |
2.1.1 组网结构 | 第18-20页 |
2.1.2 通讯方式及技术指标 | 第20-21页 |
2.1.3 主节点结构 | 第21-22页 |
2.2 多功能传感器节点设计 | 第22-38页 |
2.2.1 生理信号简介 | 第22-24页 |
2.2.2 关键芯片选型 | 第24-28页 |
2.2.3 硬件结构 | 第28-30页 |
2.2.4 模块设计 | 第30-36页 |
2.2.5 软件结构 | 第36-38页 |
2.3 主节点设计 | 第38-43页 |
2.3.1 控制软件设计 | 第38-42页 |
2.3.2 数据包协议与通讯速率分析 | 第42-43页 |
2.4 系统性能指标分析 | 第43-47页 |
2.5.1 生理信号信噪比 | 第44-45页 |
2.5.2 通讯稳定性和丢包率 | 第45-46页 |
2.5.3 DSP主节点运算能力 | 第46-47页 |
2.5 本章小结 | 第47-48页 |
第3章 数据处理与特征提取 | 第48-66页 |
3.1 脑/心/肌电干扰预处理 | 第48-52页 |
3.1.1 基线漂移处理 | 第48-49页 |
3.1.2 高低频干扰滤除 | 第49-50页 |
3.1.3 工频信号处理 | 第50-51页 |
3.1.4 肌电和心电特异性分析 | 第51-52页 |
3.2 基于希尔伯特-黄变换的生理伪迹处理 | 第52-56页 |
3.2.1 希尔伯特变换 | 第52-53页 |
3.2.2 脑电信号的EMD分解 | 第53-54页 |
3.2.3 滤波处理 | 第54-56页 |
3.3 脑/心/肌电特征提取 | 第56-61页 |
3.3.1 脑电特征 | 第56-58页 |
3.3.2 肌电特征 | 第58-60页 |
3.3.3 心电特征 | 第60-61页 |
3.4 呼吸阻抗处理与特征提取 | 第61-62页 |
3.5 身体姿态解算与特征提取 | 第62-63页 |
3.6 特征总结 | 第63-65页 |
3.7 本章小结 | 第65-66页 |
第4章 单兵精神状态分类方法研究 | 第66-89页 |
4.1 电极导联方式 | 第66-67页 |
4.2 实验节点设计 | 第67-69页 |
4.3 精神疲劳实验 | 第69-75页 |
4.3.1 精神疲劳实验平台 | 第69-70页 |
4.3.2 精神疲劳客观评价标准 | 第70-71页 |
4.3.3 精神疲劳实验主要特征分析 | 第71-75页 |
4.4 基于BP神经网络的精神疲劳分类法 | 第75-79页 |
4.4.1 BP神经网络简介 | 第76页 |
4.4.2 神经网络参数选取 | 第76-77页 |
4.4.3 分类结果 | 第77-78页 |
4.4.4 疲劳检测间隔分析 | 第78-79页 |
4.5 情绪实验 | 第79-85页 |
4.5.1 情绪诱发方案 | 第79-80页 |
4.5.2 情绪实验结果 | 第80页 |
4.5.3 情绪实验主要特征分析 | 第80-85页 |
4.6 基于支持向量机的情绪分类法 | 第85-88页 |
4.6.1 支持向量机简介 | 第86页 |
4.6.2 支持向量机分类方案 | 第86-87页 |
4.6.3 分类结果 | 第87-88页 |
4.7 本章小结 | 第88-89页 |
结论 | 第89-91页 |
参考文献 | 第91-95页 |
攻读硕士学位期间发表的论文及其它成果 | 第95-97页 |
致谢 | 第97页 |