| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 疲劳驾驶的研究背景及意义 | 第11-15页 |
| 1.1.1 疲劳驾驶形成的原因 | 第12-13页 |
| 1.1.2 驾驶疲劳的检测方法 | 第13-15页 |
| 1.2 疲劳驾驶的国内外研究现状 | 第15-16页 |
| 1.2.1 国外研究现状 | 第15-16页 |
| 1.2.2 国内研究现状 | 第16页 |
| 1.3 论文的目的和意义 | 第16-17页 |
| 1.4 本文主要内容 | 第17-19页 |
| 第2章 脑电信号特征及疲劳实验设计 | 第19-25页 |
| 2.1 引言 | 第19页 |
| 2.2 EEG信号的基本特征 | 第19-20页 |
| 2.2.1 脑电的基本概念介绍 | 第20页 |
| 2.2.2 脑电信号的分类 | 第20页 |
| 2.3 疲劳实验设计 | 第20-24页 |
| 2.3.1 Emotive生物感知系统与开发平台 | 第21-24页 |
| 2.3.2 疲劳驾驶实验设计 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 EEG数据预处理 | 第25-43页 |
| 3.1 引言 | 第25页 |
| 3.2 EEG数据预处理方法概述 | 第25-26页 |
| 3.3 巴特沃斯数字滤波器设计 | 第26-28页 |
| 3.4 小波分析 | 第28-31页 |
| 3.4.1 小波变换 | 第28-29页 |
| 3.4.2 小波消噪的基本原理及方法 | 第29-31页 |
| 3.5 独立成分分析(ICA) | 第31-37页 |
| 3.5.1 ICA算法基本原理 | 第31-33页 |
| 3.5.2 基于ICA的脑电信号消噪 | 第33-37页 |
| 3.6 结合小波变换和独立成分分析消噪研究 | 第37-42页 |
| 3.7 本章小结 | 第42-43页 |
| 第4章 脑电信号与疲劳的关系研究 | 第43-61页 |
| 4.1 引言 | 第43页 |
| 4.2 EEG信号与疲劳研究现状 | 第43-44页 |
| 4.3 节律波能量与疲劳关系 | 第44-49页 |
| 4.3.1 基于小波变换的节律波提取 | 第44-45页 |
| 4.3.2 节律波相对能量 | 第45-49页 |
| 4.4 脑电信号的样本熵分析 | 第49-52页 |
| 4.4.1 样本熵定义及特点 | 第49-50页 |
| 4.4.2 疲劳过程脑电样本熵分析 | 第50-52页 |
| 4.5 结合能量和样本熵的脑电信号分析 | 第52-54页 |
| 4.6 QoD(Quality of Driving)驾驶品质 | 第54-59页 |
| 4.6.1 QoD指标 | 第54-55页 |
| 4.6.2 QoD生成原理 | 第55-56页 |
| 4.6.3 BP神经网络算法在QoD生成中的应用 | 第56页 |
| 4.6.4 熵值赋权法 | 第56-57页 |
| 4.6.5 结果分析 | 第57-59页 |
| 4.7 本章小结 | 第59-61页 |
| 第5章 基于脑电的驾驶员-汽车控制系统设计 | 第61-71页 |
| 5.1 引言 | 第61-62页 |
| 5.2 数据采集设备及采集方式 | 第62-63页 |
| 5.3 基于ARM的嵌入式系统介绍 | 第63-64页 |
| 5.4 GSM短信发送过程分析 | 第64-66页 |
| 5.5 串口通信 | 第66-67页 |
| 5.5.1 Windows下的串口通信 | 第66-67页 |
| 5.5.2 Linux下的串口通信 | 第67页 |
| 5.6 实验结果分析 | 第67-69页 |
| 5.7 本章小结 | 第69-71页 |
| 第6章 结论与展望 | 第71-73页 |
| 6.1 论文的主要工作 | 第71页 |
| 6.2 论文的主要创新点 | 第71-72页 |
| 6.3 展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77页 |