基于脑电信号驾驶员精神状态评价模型研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 疲劳驾驶的研究背景及意义 | 第11页 |
| 1.2 疲劳驾驶检测国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 驾驶员的精神状态简介 | 第13-14页 |
| 1.4 论文的目的和意义 | 第14-15页 |
| 1.5 本文主要内容 | 第15-17页 |
| 第2章 脑电的特征以及实验的介绍 | 第17-24页 |
| 2.1 引言 | 第17页 |
| 2.2 脑电信号简介 | 第17-20页 |
| 2.2.1 脑电信号的概念 | 第17-18页 |
| 2.2.2 脑电信号分类 | 第18-19页 |
| 2.2.3 脑电信号采集电极放置法 | 第19-20页 |
| 2.3 疲劳实验设计 | 第20-23页 |
| 2.3.1 Emotive脑电采集设备简介 | 第20-22页 |
| 2.3.2 疲劳驾驶实验设计 | 第22-23页 |
| 2.4 本章小节 | 第23-24页 |
| 第3章 脑电数据预处理 | 第24-38页 |
| 3.1 引言 | 第24页 |
| 3.2 脑电数据预处理方法简述 | 第24-25页 |
| 3.3 巴特沃斯滤波器 | 第25-27页 |
| 3.3.1 巴特沃斯滤波器的特性 | 第25-26页 |
| 3.3.2 滤波器的选择 | 第26-27页 |
| 3.4 Hilbert-Huang变换和小波变换 | 第27-33页 |
| 3.4.1 HHT变换方法 | 第28-29页 |
| 3.4.2 EEG信号消噪 | 第29-30页 |
| 3.4.3 消噪结果与分析 | 第30-33页 |
| 3.5 独立成分分析 | 第33-37页 |
| 3.5.1 ICA算法原理介绍 | 第33-34页 |
| 3.5.2 基于ICA算法的EEG伪迹处理 | 第34-37页 |
| 3.6 本章小节 | 第37-38页 |
| 第4章 精神状态评价模型建立 | 第38-55页 |
| 4.1 引言 | 第38页 |
| 4.2 EEG与精神状态的研究现状 | 第38-39页 |
| 4.3 节律波相对能量与精神状态的关系 | 第39-44页 |
| 4.3.1 离散小波变换(DWT) | 第39-41页 |
| 4.3.2 基于DWT的小波重构 | 第41页 |
| 4.3.3 基于相对能量的特征提取 | 第41-44页 |
| 4.4 脑电信号的复杂度分析 | 第44-49页 |
| 4.4.1 样本熵 | 第44-46页 |
| 4.4.2 香农熵和Renyi熵 | 第46-47页 |
| 4.4.3 小波熵 | 第47-48页 |
| 4.4.4 不同精神状态下熵的对比 | 第48-49页 |
| 4.5 精神状态评价模型的建立 | 第49-54页 |
| 4.5.1 支持向量机的基本理论 | 第50-53页 |
| 4.5.2 内核函数和惩罚变量 | 第53页 |
| 4.5.3 递归特性消除算法(RFE算法) | 第53页 |
| 4.5.4 支持向量机分类结果 | 第53-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第5章 基于精神状态评价模型的换道意识检测 | 第55-63页 |
| 5.1 引言 | 第55页 |
| 5.2 车道偏离警告系统的研究现状 | 第55-57页 |
| 5.3 基于生理信号的换道意识识别 | 第57页 |
| 5.4 换道意图生理信号采集过程 | 第57-60页 |
| 5.4.1 换道的定义 | 第57-58页 |
| 5.4.2 实验流程 | 第58-60页 |
| 5.5 实验结果分析 | 第60-62页 |
| 5.5.1 换道过程中生理参数变化规律分析 | 第60-61页 |
| 5.5.2 生理特征在换道意图识别中的应用 | 第61-62页 |
| 5.6 本章小节 | 第62-63页 |
| 第6章 总结与展望 | 第63-66页 |
| 6.1 论文主要工作 | 第63-64页 |
| 6.2 论文主要的创新点 | 第64页 |
| 6.3 展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71页 |
