一种疲劳驾驶脑电信号特征提取与识别的方法技术

本发明专利技术提供了一种疲劳驾驶脑电信号特征提取与识别的方法，采用分数阶Fourier域的LMS(最小均方误差)自适应滤波算法对疲劳驾驶的脑电信号进行滤波，由快速Fourier变换对脑电信号进行特征提取与识别。具体步骤为：采用单极导联法采集驾驶员前额脑电信号，得脑电数据；使用分数阶Fourier域LMS算法对脑电数据进行滤波，得高信噪比脑电数据；之后对脑电数据进行快速Fourier变换，得脑电信号的功率谱并计算频带平均功率谱密度、平均功率谱密度比、频带功率百分比和频带功率加和比四个特征指标；结合四个特征指标对脑电信号进行特征提取与识别并判读疲劳状态。此方法属于对脑电信号进行噪声滤除和特征提取识别的领域，适用于对疲劳驾驶的检测研究，具有推广使用价值。

【技术实现步骤摘要】

【技术保护点】
一种疲劳驾驶脑电信号特征提取与识别的方法，该方法的特点包括以下技术措施：步骤一：采用单极导联法对驾驶员前额的脑电信号进行采集，得到驾驶员的脑电数据；步骤二：使用分数阶Fourier域LMS自适应算法对脑电信号进行滤波，得到高信噪比的脑电信号；步骤三：对滤波后的高信噪比的脑电信号进行快速Fourier变换，得到脑电信号的功率谱并依据脑电信号的功率谱采用每个频带平均功率谱密度、不同频带平均功率谱密度比值、频带功率百分比和频带功率加和比四个特征指标；步骤四：结合使用脑电信号的四个特征指标对驾驶员疲劳状态的脑电信号进行识别。

【技术特征摘要】

【专利技术属性】
技术研发人员：屈剑锋，柴毅，张可，任浩，符凯，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;85