%0 Journal Article
%T 基于EEG与EOG信号的疲劳驾驶状态综合分析
%A 王福旺
%A 王宏
%A 罗旭
%J 东北大学学报:自然科学版
%P 175-178
%D 2014
%R 10.3969/j.issn.1005-3026.2014.02.006
%X 疲劳驾驶时，司机的脑电信号和眼电信号特征均发生显著变化，本文针对这两类信号进行分析研究，利用这两类数据综合分析判断司机是否处于疲劳驾驶状态.首先对采集的脑电信号进行小波包分解，提取信号中的α波，并计算其相对功率谱P；然后利用Pearson相关系数分析两路对称导联F7，F8中眨眼信号特征，去除干扰；最后利用BP神经元网络对眨眼信号进行识别，计算眨眼频率.结果表明，利用眼电信号和脑电信号特征综合分析司机眨眼动作，能准确识别出眨眼信号，并能正确检测人的驾驶疲劳状态的变化.
%K 疲劳驾驶
%K 脑电信号
%K 眼电信号
%K 小波包分解
%K 相对功率谱
%K 眨眼频率
%U http://xuebao.neu.edu.cn/natural/CN/abstract/abstract5296.shtml