高速铁路行车调度员监控工作的注意力水平识别方法技术

本发明专利技术公开了一种高速铁路行车调度员监控工作的注意力水平识别方法，所述方法包括：设计高速铁路行车调度模拟实验，获得被试人员在不同信息感知水平下、不同监控工作任务下的脑电信号数据；通过时间压力系数法标定不同信息感知水平下的监控工作的信息感知密度；采用Welch法对采集到的脑电信号数据转换至频域，并自转换后的信号数据中提取脑电特征指标；基于提取到脑电特征指标及其对应的信息感知密度的感知水平类型，构造多项Logistic回归模型对注意力水平进行识别。本发明专利技术可获得针对高速铁路行车调度员监控工作的注意水平识别方法，该方法在降低了识别模型计算量的同时，提高了识别分类的精准性。识别分类的精准性。识别分类的精准性。

【技术实现步骤摘要】
characterisation and assessment:Laboratory and realistic validations involving professional air traffic controllers[J].Brain sciences,2020,10(1):48)，其在实验室条件和现实条件下使用脑电图测量表征和评估警惕性水平，并根据不同的自动化级别设计了三种实验场景，以此为基础估计个体的α频率(IAF)，之后使用选择线性判别分析(SWLDA)回归方法识别与警惕性变化相关的最重要的EEG特征。其中，SWLDA由前向和后向逐步分析的组合组成，输入特征通过使用普通最小二乘回归来预测目标类标签进行加权。
[0008]该技术仍具有以下缺陷：该方法对其他心理状态变化的混杂因素如心理工作量等的免疫力较低；该方法使用的通道数量过少，分类的精确度不足。

技术实现思路

[0009]针对现有技术的缺陷，本专利技术要解决的技术问题包括：
[0010]获得一种可解决自动化系统下调度人员“失环”问题加重的注意力水平识别方法，避免调度员在人机交互频率较本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.高速铁路行车调度员监控工作的注意力水平识别方法，其特征在于，其包括：设计高速铁路行车调度模拟实验，获得被试人员在不同信息感知水平下、不同监控工作任务下的多通道脑电信号数据，所述脑电信号数据按时间序列采集；通过时间压力系数法标定不同信息感知水平下的监控工作的信息感知密度；采用Welch法对采集到的脑电信号数据转换至频域，并自转换后的信号数据中提取脑电特征指标；基于提取到脑电特征指标及其对应的信息感知密度的感知水平类型，构造多项Logistic回归模型对注意力水平进行识别。2.根据权利要求1所述的注意力水平识别方法，其特征在于，所述脑电特征指标的提取还包括通过包裹式特征退出法剔除所得脑电特征指标中重要性相对较低的指标。3.根据权利要求1所述的注意力水平识别方法，其特征在于，所述脑电特征指标选自所述脑电信号数据的特定频段的平均功率和/或其各非线性组合中的一种或多种。4.根据权利要求1所述的注意力水平识别方法，其特征在于，所述高速铁路行车调度模拟实验包括：安排已提前熟悉实验流程的被试人员监控一定调度区段及下辖车站的列车运行情况，其中每一名被试人员在高、中、低三种信息感知水平下于9:00～10:00时段内进行重复实验，其间，每间隔30min被试人员进行一次列车晚点调整或区间和/或车站的限速任务；其中，在高信息感知水平下，被试人员每5min检查一次上线列车数、列车进路排列、列车晚点情况以及车站组织情况；在中信息感知水平下，降低被试人员的监控工作任务量；在低信息感知水平下，进一步降低被试人员的监控工作任务量，使其需要关注的信息最少；在实验过程中，采用多通道脑电仪按监控工作的任务类型分别采集被试人员的脑电信号数据。5.根据权利要求1所述的注意力水平识别方法，其特征在于，所述信息感知密度的标定包括：确定所述高速铁路行车调度模拟实验中不同信息感知水平下各类监控工作任务的时间压力系数及各自的发生次数，其中，所述监控工作任务的时间包括观察时间、辨识时间及判断时间；确定所述高速铁路行车调度模拟实验进行的总时长；根据所述各类监控工作任务的时间压力系数、其发生次数及所述总时长，计算获得不同信息感知水平下的监控工作的信息感知密度。6.根据权利要求5所述的注意力水平识别方法，其特征在于，其中，所述监控工作的信息感知密度的计算模型如下：其中，表示第i类监控工作任务的时间压力系数；N
i
表示各类监控工作任务发生的次数，T表示实验总时长；
所述时间压力系数通过以下计算模型获得：w
b
＝T
p
+2T
c
w
p
＝N(T
p
+T
c
+I
c
log2(N+1))其中，表示第i类监控工作任务的平均观察时间；w
b
表...

【专利技术属性】
技术研发人员：张光远，李婧，文原劲，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：