基于脑电的实时疲劳监测算法的研究

疲劳驾驶是造成交通事故的一个重要因素。基于脑电波传感器采集到的脑电(EEG)信号,提出了一种基于特征节律波样本空间距离的实时驾驶疲劳监测算法。该算法通过提取脑电特征信号并建立相应的特征样本空间,然后通过将实时采集的脑电信号与样本空间之间的距离来判别驾驶员是否处于疲劳状态;并结合多次实验结果,使用ROC曲线分析方法获得确定疲劳判别的阈值,由此实现对驾驶者疲劳状态的实时监测。实验结果显示,该算法能有效地、实时地对疲劳进行监测,且具有较好的鲁棒性和准确性。     

基于脑电信号的驾驶疲劳检测研究

研究利用脑电信号(EEG)判断驾驶员的疲劳程度. 基于疲劳驾驶实验平台进行模拟驾驶实验,综合实验视频图像和驾驶员自我评价进行主观疲劳评测. 利用生理检测仪采集驾驶员的脑电波,对比分析脑电信号不同频带信号功率谱值和驾驶员的主观疲劳评测之间的关系. 结果表明:主观疲劳评测与脑电信号中功率谱值的变化相对应,脑电功率谱的比值(α+θ)/β越大,疲劳等级越高.     

非接触式汽车驾驶员心电监测系统设计

驾驶员疲劳驾驶是引发道路交通事故的主要原因,依据心冲击图（BCG）、呼吸等生理参数客观监测行车过程中的驾驶员疲劳状态成为了研究热点。针对传统生理信号采集需用复杂电极和导联线接触人体的弊端,基于偏聚氟乙烯（PVDF）压电薄膜的正压电特性,设计了一种非接触式汽车驾驶员心电监测系统。构建了可靠的小信号调理和电压抬升电路,研究了心冲击图和呼吸信号的分离提取算法,计算出心率和呼吸率并通过低功耗蓝牙通信发送到手机软件（APP）进行显示。实验表明,系统能实时可靠的监测行车中驾驶员的心率和呼吸率,提高了汽车行驶的主动安全性。     

基于无线体域网中多生理信号驾驶疲劳检测

利用生理信号的无线测量设备实现了对驾驶员在驾驶过程中的脑电信号、肌电信号和呼吸信号的采集,并对其进行分析处理,从而实现驾驶员的疲劳检测.首先分别计算三个生理信号的近似熵并将其作为疲劳检测的特征参数,然后使用主成分分析对特征参数进行降维优化处理,同时对原始特征参数和分析后的主成分分别进行统计分析,基于优化处理后的特征参数利用回归方程建立驾驶疲劳估计模型.最后通过交叉验证对本方法进行评价,并使用数据融合方法给出了综合的评价结果.评价结果表明提出的方法对驾驶员疲劳状态的检测正确率达到90%以上.     

基于计算机视觉的驾驶员疲劳状态检测预警技术研究

疲劳驾驶是造成交通事故的主要原因之一,为提高驾驶员疲劳驾驶状态的智能化检测水平,提出一种基于计算机视觉的面部多特征疲劳驾驶检测算法。该算法采用多线程优化后的Dlib（图像处理开源库）实现对驾驶员面部的定位与追踪,利用Dlib开源库中的人脸关键点检测器对驾驶员面部关键特征点进行提取,实时计算驾驶员眼部的纵横比（EAR）和嘴部长宽比（MAR）,并以自制视频流数据集作为实验样本计算出相关阈值,有效提高了检测算法的普适性,在此基础上,计算出眨眼频率、闭眼次数、眼睛闭合时间百分比（perclos）以及打哈欠频率这四个反映驾驶员疲劳状态的指标,并利用数学方法进行指标实时融合,根据融合指标的数值对驾驶员疲劳状态进行分级,最终通过实验验证该疲劳检测系统的准确性。结果表明,提出的综合疲劳指标能够准确反映在不同环境和光照下驾驶员的疲劳状态和发展趋势,驾驶员疲劳判定的正确率达到97.5%以上。     

基于汽车操纵信号的驾驶员疲劳状态检测

将驾驶方向盘运动信息及道路偏移值作为驾驶员疲劳表征信息,通过模拟器的模拟驾驶实验,采集10名驾驶员疲劳表征数据,建立神经网络模型对驾驶员疲劳状态进行检测.基于PVT（Psychomotor Vigilance Task）测试结果及驾驶录像,采集清醒状态与疲劳状态的实验数据,并进行分析;然后对数据进行离散化和归一化,作为神经网络模型的输入.采用BP算法对神经网络模型进行训练,直至满足误差要求.实验结果表明,该方法检测驾驶员疲劳状态的准确率较高,实用性较强.     

基于改进Yolov3的驾驶员疲劳检测

疲劳驾驶是引发交通事故的主要原因之一,为了预防疲劳驾驶的发生,基于多信息融合方法研究了驾驶员疲劳检测技术.通过改进的Yolov3算法与卡尔曼滤波算法的结合进行人脸检测.利用一种基于提升树的算法实现脸部关键点检测,并基于单位时间里眼睛闭合时间所占的百分比(percentage of eyelid closure over...     

基于语音信号与心电信号的多模态情感识别

通过采集与分析语音信号和心电信号,研究了相应的情感特征与融合算法.首先,通过噪声刺激和观看影视片段的方式分别诱发烦躁情感和喜悦情感,并采集了相应情感状态下的语音信号和心电信号.然后,提取韵律、音质特征和心率变异性特征分别作为语音信号和心电信号的情感特征.最后,利用加权融合和特征空间变换的方法分别对判决层和特征层进行融合,并比较了这2种融合算法在语音信号与心电信号融合情感识别中的性能.实验结果表明:在相同测试条件下,基于心电信号和基于语音信号的单模态情感分类器获得的平均识别率分别为71%和80%;通过特征层融合,多模态分类器的识别率则达到90%以上;特征层融合算法的平均识别率高于判决层融合算法.因此,依据语音信号、心电信号等不同来源的情感特征可以构建出可靠的情感识别系统.     

基于车载视觉的端到端驾驶员疲劳检测模型

营运驾驶员长时间疲劳驾驶是导致事故发生的重要原因,为此,企业在营运车辆上安装相机采集驾驶员面部视频,基于模型和算法自动识别驾驶员的疲劳状态,通过语音提醒甚至启用远程护航进行疲劳干预,以此提高驾驶安全。现有的疲劳检测研究大多数都是基于面部关键点检测的算法,该类算法对面部视频的质量要求严格。在真实的营运行车环境中,夜晚光线过差,相机位置安装不理想,驾驶员面部遮挡等均会造成关键点检测失效,从而影响模型的准确性。基于卷积神经网络(CNN)和长短时记忆神经网络(LSTM)设计了一种端到端营运驾驶员疲劳检测模型,该模型以相机采集的驾驶员面部视频作为输入,使用CNN网络提取视频单帧特征,在此基础上将时序单帧特征作为LSTM网络的输入来最终识别驾驶员的疲劳状态,实验表明,模型的接收者操作特征曲线下面积(AUC)为0.9,远优于现有的面部关键点模型。此外,为了提高该模型在实际行车环境中的鲁棒性,基于光线变化及相机变化的模拟操作在训练数据上进行了数据增强,通过模型重训练进一步提高了模型的精度及鲁棒性。实验结果表明,改进前,营运车辆行车环境下模型的AUC相比实验室模型下降37.3%,而改进后AUC仅下降9....     

基于神经网络的驾驶员觉醒水平双目标监测法

在驾驶员疲劳状态单目标状态识别的基础上,提出了驾驶员嘴巴与眼睛状态双目标疲劳状态判别法.该方法将驾驶员眼睛和嘴巴的特征向量值按先后顺序,分别输入到修正的BP网络中,采用区域匹配算法,根据驾驶员疲劳状态量化评判标准,综合识别驾驶员的觉醒水平.采用VC++开发了驾驶员疲劳监测算法软件,并对驾驶员进行了监测仿真试验.结果表明,双目标监测系统能够实时、准确地监测和识别驾驶员的觉醒水平,具有较高的识别容错性和准确性.     

基于流量信号的液压系统故障诊断

以流量信号作为特征信息进行液压故障诊断，分析了液压系统中出现流量异常的主要表现及产生原因，基于流量信号与液压系统工况之间关系的分析及CBG2040型齿轮泵的4种故障的实验研究，指出：流量信号也是状态信息的丰富载体，利用流量信号来监测液压系统的状态及进行故障诊断是可行的、有效的。     

Monitor and control of neuronal activities with femtosecond pulse laser

Combined with the fluorescence labeling technique, two-photon microscopy excited with femtosecond pulse laser has become an important tool for neuroscience research. In this research, the calcium signals from neurons in rat cortex slice were monitored by a custom-built two-photon microscopy, and the spontaneous calcium signals and the pharmacological responses as well as the responses to femtosecond pulse laser stimulation were recorded. The results showed that the amplitude of the cal- cium signals increased in direct proportion to the corresponding electrical activities. Glutamate induced a calcium transient, but continuous application resulted in smaller response. Simultaneous monitoring of neuronal populations distinguished the neurons of different microcircuits. The femtosecond pulse laser induced local or global calcium signals in the pyramidal neurons. The approach of interrogation and control of neural activities using femtosecond pulse laser is non-contact, nondestructive, repeatable, and without any additional substrates, which will contribute to the development of neuroscience.     

触觉的频率分辨机制研究

振动信号在触觉通信中常用来承载快速信息．深入研究触觉的频率分辨机制和能力，可以为设计触觉通信中的振动信号提供理论指导．对13名自愿者触觉的频率分辨精度和分辨速度进行了6个月的训练，并记录下不同阶段的分辨能力．结果表明：触觉根据周期差异来分辨不同振动信号，分辨功能在大脑皮层内完成；经过6个月训练后能够分辨开的振动信号间的最小周期差为1ms，能分辨的最高振动频率为250～322Hz，分辨时所需的振动信号最短保持时间为0．2s．     

用微机实施移动点平滑处理方法——检测被噪声淹没的微弱信号

用计算机对微弱信号进行曲线拟合、平滑和数字滤波等,通过实时处理将测试数据记录或显示微弱信号波形。着重介绍了应用微机实施移动点多项式数据平滑方法以测量被噪声淹没的微弱信号。     

边带相关置换算法的窄带干扰抑制技术实现

边带相关置换算法(SCR)适用于抑制频谱具有对称性的信号中的窄带干扰,算法具有处理速度快、计算量小、对信号成分损失小、抑制效果明显等优点,在强干扰下,能较好地保留信号成分抑制干扰成分,对变换域干扰置零方法有较大性能优势.在此主要研究采用边带相关置换算法抑制QPSK信号中窄带干扰的具体实现方法,研究对象为载频和干扰中心频率确知的接收端QPSK信号,结合算法特点给出了实现方法的设计方案,并通过实际应用证明了设计方法用于干扰抑制实现的有效性和可靠性.     

超宽带室内多径信道成簇特性仿真与分析

超宽带(UWB)无线信道的成簇特性是UWB信号在室内多径信道中的重要传播特性。在对UWB室内多径信道成簇特性进行分析的基础上,介绍了UWB信道的成簇模型,对UWB信号的基本特征和成簇现象形成的原因及其影响进行分析;采用布朗桥方法对有金属网格玻璃门反射的走廊环境中UWB多径信道的成簇特性进行仿真和分析;将具有成簇现象的UWB信号功率时延谱仿真结果与已公布的测量数据结果进行了比较和验证。为UWB无线信道及其信号传播特性的研究打下较好的基础,具有重要参考价值。     

Controlled analogue experiments on propagation of seismic electromagnetic signals

This study presented a method of laboratory analogue experiments based on a geographical scaling model and a waveguide model to investigate the characteristics of the propagation of seismic electromagnetic signals in the crust and the atmosphere. Some controlled experiments were done to evaluate the possible influence on the experimental results from the background electromagnetic field, geographical conditions, boundary effects, the source of electromagnetic signals （position, magnitude, and frequency）, and media conductivity. The reliability and the extensibility of the above analogue experimental method were also investigated. This study indicated that such kind of analogue experimental method provided an intuitionistic way of studying the propagation of seismic electromagnetic signals, which is one of the most difficult research topics in seismo-electromagnetism.     

基于小波变换的心电信号处理研究

在简述小波变换理论发展的基础上,介绍了心电信号的主要特点和研究内容,从两大方面概括小波变换应用于心电信号处理的国内外研究现状:一是去噪,着重介绍了小波阈值消噪的研究成果,概括了在母婴心电信号分离、去除肌电噪声、保留特征波形方面的研究现状;二是波形检测和特征提取,着重介绍了QRS波群检测、ST段检测和R波峰值提取的研究现状,以及小波与其他理论结合用于心电信号处理的研究成果。最后,展望了利用小波变换进行心电信号处理的前景。     

基于傅立叶分析的非均匀采样信号内插重构方法

针对实际采样过程中出现的采样非均匀性,从随机过程的角度研究非均匀采样信号的谱特性,提出频域均匀抽样傅立叶逆变换的非均匀时域采样信号重构方法。将非均匀采样信号描述为不均匀采样时刻冲激函数代数和的形式,利用傅立叶变换得到非均匀采样信号的频谱曲线,由采样时刻随机均匀分布的特点,得到反应原信号频谱特性的非均匀采样信号频谱数学期望,再由频域抽样理论重构原信号。MATLAB仿真实验验证了这种非均匀采样信号分析与重构方法的正确性,将这一研究成果应用到机械抖动激光陀螺输出信号处理中,得到了可靠的符合实际的机械正弦抖动幅频曲线并重构出激光陀螺正弦抖动机构的输出信号。     

电话会议系统的合成立体声和声学回波消除

从理论上分析和比较了不同应用场合的电话会议系统中单通路传输音频信号立体声化的几种方法．利用简化的头相关传输函数对单音频信号进行处理,使之扩展为两路立体声信号,同时指出了这种方法存在的局限性和需改进的方面．另外,在论述自适应的多路回波消除问题和原因后,分析和比较了现有的几种消除结构,指出采用每空间一个滤波器的合成立体声回波消除结构,通过将合成主体声的方式与设置滤波器结合起来是今后发展的一个主要方向．