基于经验模态分解的多尺度熵在疲劳驾驶前额脑电特征抽取方法上的研究

发布时间：2024-05-11 07:18

　　疲劳驾驶是现阶段导致交通事故发生的重要因素之一。本文研究分析驾驶员正常状态和疲劳状态下的不同前额脑电,提出了一种经验模态分解下自适应多尺度熵的脑电特征提取算法。所提出的算法是基于前额2个导联数据进行分析的,采集这2个导联的脑电数据不仅能有效地降低导联信号受毛发等因素的影响,而且基于前额导联设计出来的采集装置易于携带、实用性强。在这些数据基础上,针对脑电熵特征提取的尺度信息难于确定以及疲劳驾驶状态分类研究中存在分类准确率不理想问题。论文研究了在经验模态分解下如何选择自适应尺度重构脑电数据进行脑电分析,以便能提高分类准确率。论文主要的工作和创新点如下:(1)针对现有的脑电多尺度熵算法中存在尺度信息难于确定的问题。本文研究如何自适应的获取尺度来计算多尺度熵以提高疲劳驾驶检测的准确率,提出了一种自适应获取尺度因子(ASF)的方法。通过数据集的测试实验表明,使用ASF方法获得的尺度因子重构信号后计算得到的自适应多尺度熵特征对疲劳驾驶检测的准确率相对于单尺度下对疲劳驾驶的检测率有显著的提高。(2)考虑脑电信号具有非线性特征,而使用经验模态分解技术分解信号,研究如何选择信号分解的模态分量来计算尺度熵...

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

图2.1人脑四种频率波段

图2.1人脑四种频率波段2.1.2脑电的采集电极放置位置脑电采集用到的电极帽一般是按照标准的10-20国际标准系统电极位置放置[49]。它主要按照测试者脑颅的比例大小放置电极，所有电极的标准位置应当覆盖头部所有的部位，其位置如图2.2所示，图2.210-20国际标....

图2.210-20国际标准系统电极位置

第2章脑电信号及相关理论简介图2.1人脑四种频率波段2.1.2脑电的采集电极放置位置脑电采集用到的电极帽一般是按照标准的10-20国际标准系统电极位置放置[49]。它主要按照测试者脑颅的比例大小放置电极，所有电极的标准位置应当覆盖头部所有的部位，其位置如图2.2所....

图3.3自适应尺度算法流程图

图3.3自适应尺度算法流程图骤中，步骤(3)采用的方法是[71]改进的Lempel-Ziv算，该算法包括以下两步：信号的二值化阈值，其中￠为节点数，为除去最平均值。即：....

图3.4自适应多尺度排列熵算法流程图

图3.4自适应多尺度排列熵算法流程图分解的自适应多尺度排列熵特征算熵及自适应多尺度排列熵的算法。自适适应尺度因子，最后重构时序信号重新适应排列熵特征抽取算法，首先需要对自适应尺度。其次，对输入信号进行经分量集和一个剩余分量，然后使用单模自适应尺度因子重构选择的分量信号数分量计....

本文编号：3969709