| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 疲劳驾驶检测国内外研究现状及分析 | 第12-17页 |
| 1.2.1 基于驾驶员生理信号的检测方法 | 第12-14页 |
| 1.2.2 基于驾驶员行为特征的检测方法 | 第14-15页 |
| 1.2.3 基于车辆参数的检测方法 | 第15-16页 |
| 1.2.4 疲劳驾驶检测技术现状分析 | 第16-17页 |
| 1.3 本文主要研究内容及目标 | 第17-18页 |
| 1.4 本文结构 | 第18-19页 |
| 第2章 疲劳驾驶实验环境平台搭建及实验设计 | 第19-24页 |
| 2.1 疲劳驾驶检测实验平台搭建 | 第19-22页 |
| 2.1.1 模拟驾驶环境重现系统设计 | 第20页 |
| 2.1.2 驾驶模拟器系统设计 | 第20页 |
| 2.1.3 疲劳驾驶实验平台系统 | 第20-22页 |
| 2.2 疲劳驾驶检测实验设计 | 第22-23页 |
| 2.2.1 实验场景搭建 | 第22页 |
| 2.2.2 实验对象选择 | 第22页 |
| 2.2.3 实验流程设计 | 第22页 |
| 2.2.4 实验方法评定 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 多源信息融合疲劳驾驶检测系统设计 | 第24-39页 |
| 3.1 系统基本组成及工作原理 | 第24页 |
| 3.2 疲劳驾驶检测系统硬件设计 | 第24-38页 |
| 3.2.1 多普勒雷达探测生理信号工作原理及传感器选型 | 第24-27页 |
| 3.2.2 多普勒雷达前端信号预处理 | 第27-28页 |
| 3.2.3 多普勒雷达信号放大电路设计 | 第28-29页 |
| 3.2.4 多普勒雷达信号有源带通滤波器电路设计 | 第29-33页 |
| 3.2.5 多普勒雷达信号模数转换电路设计 | 第33-34页 |
| 3.2.6 方向盘角度采集电路设计 | 第34-35页 |
| 3.2.7 无线通信模块设计 | 第35-36页 |
| 3.2.8 系统电源管理电路设计 | 第36-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 多普勒雷达生理信号检测与分离 | 第39-48页 |
| 4.1 生理信号检测可行性分析 | 第39-40页 |
| 4.2 基于FIR和IIR数字滤波分离算法设计 | 第40-45页 |
| 4.2.1 生理信号数字滤波器参数设计 | 第40-41页 |
| 4.2.2 基于FIR滤波生理信号分离算法设计 | 第41-43页 |
| 4.2.3 基于IIR滤波生理信号分离算法设计 | 第43-45页 |
| 4.2.4 FIR和IIR滤波实验结果对比分析 | 第45页 |
| 4.3 零相位IIR滤波算法设计及优化 | 第45-47页 |
| 4.3.1 零相位IIR滤波原理 | 第45-46页 |
| 4.3.2 零相位滤波算法设计及实验结果分析 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 驾驶疲劳与生理信号相关性分析 | 第48-52页 |
| 5.1 疲劳驾驶检测关联信号量 | 第48-49页 |
| 5.1.1 方向盘转角信号相关量 | 第48-49页 |
| 5.1.2 生理信号相关量 | 第49页 |
| 5.2 基于学生T检验法检验疲劳驾驶 | 第49-51页 |
| 5.2.1 学生T检验法原理以及检验方法 | 第49-50页 |
| 5.2.2 学生T检验法实验结果及分析 | 第50-51页 |
| 5.3 本章小结 | 第51-52页 |
| 第6章 基于极限学习机疲劳驾驶分类算法设计及结果分析 | 第52-62页 |
| 6.1 基于极限学习机的神经网络 | 第52-56页 |
| 6.1.1 神经网络分类 | 第52页 |
| 6.1.2 前馈神经网络模型 | 第52-54页 |
| 6.1.3 极限学习机理论 | 第54-56页 |
| 6.2 基于极限学习机的疲劳驾驶检测实验方法 | 第56-58页 |
| 6.3 系统实验结果及分析 | 第58-61页 |
| 6.4 本章小结 | 第61-62页 |
| 第7章 总结与展望 | 第62-64页 |
| 7.1 工作总结及特色创新 | 第62-63页 |
| 7.2 研究展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69页 |