| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 选题背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 疲劳检测方法国内外研究现状 | 第12-15页 |
| 1.2.2 无线体域网国内外研究现状 | 第15-16页 |
| 1.3 本文研究内容结构安排 | 第16-18页 |
| 第2章 关键技术介绍与分析 | 第18-35页 |
| 2.1 引言 | 第18页 |
| 2.2 无线体域网构建 | 第18-20页 |
| 2.2.1 无线体域网内部组成 | 第18-19页 |
| 2.2.2 无线体域网系统结构 | 第19-20页 |
| 2.3 ECG与sEMG信号的疲劳特征的提取 | 第20-30页 |
| 2.3.1 ECG与sEMG信号采集与预处理 | 第20-25页 |
| 2.3.2 ECG信号的疲劳特征提取 | 第25-28页 |
| 2.3.3 sEMG信号的疲劳特征提取 | 第28-30页 |
| 2.4 模糊神经分类系统 | 第30-34页 |
| 2.4.1 模糊逻辑 | 第30-32页 |
| 2.4.2 模糊神经网络分类模型 | 第32-33页 |
| 2.4.3 模糊神经推理系统在MATLAB中的应用 | 第33-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第3章 疲劳检测分类系统的总体设计 | 第35-46页 |
| 3.1 疲劳检测系统的构建 | 第36-40页 |
| 3.1.1 传感器选择 | 第36-37页 |
| 3.1.2 疲劳检测分类系统架构 | 第37-40页 |
| 3.2 疲劳检测分类系统软件设计 | 第40-45页 |
| 3.2.1 多传感器数据同步采集的软件设计 | 第40-44页 |
| 3.2.2 关爱小助手APP疲劳程度显示 | 第44-45页 |
| 3.3 本章小结 | 第45-46页 |
| 第4章 模糊神经分类系统的实现 | 第46-62页 |
| 4.1 模糊神经分类算法的设计 | 第46页 |
| 4.2 预处理 | 第46-49页 |
| 4.2.1 人体上肢运动模式识别过程 | 第46-48页 |
| 4.2.2 ECG和sEMG预处理算法 | 第48-49页 |
| 4.3 特征值提取 | 第49-51页 |
| 4.3.1 ECG特征值提取算法与实现 | 第49-51页 |
| 4.3.2 sEMG特征值提取算法 | 第51页 |
| 4.4 基于NEFCLASS的疲劳分类 | 第51-61页 |
| 4.4.1 线性拟合分析 | 第53-55页 |
| 4.4.2 输入输出隶属函数以及规则库的确立 | 第55-58页 |
| 4.4.3 模糊神经网络分类器结构 | 第58-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第5章 实验设计与验证分析 | 第62-74页 |
| 5.1 原始数据采集实验设计 | 第62-63页 |
| 5.2 肌肉选择实验设计与分析 | 第63-66页 |
| 5.3 特征值与疲劳关系验证分析 | 第66-70页 |
| 5.4 sEMG信号分割与重连实验验证分析 | 第70-71页 |
| 5.5 疲劳分类系统的实验验证与对比分析 | 第71-72页 |
| 5.6 本章小结 | 第72-74页 |
| 第6章 总结与展望 | 第74-76页 |
| 6.1 工作总结 | 第74-75页 |
| 6.2 工作展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 攻读硕士学位期间发表的论文及参加的科研项目 | 第82页 |