[发明专利]一种基于脑机接口矿用头盔的矿工疲劳识别方法

说明书

技术领域

本发明属于矿工疲劳识别技术领域，具体涉及一种基于脑机接口矿用头盔的矿工疲劳识别方法。

背景技术

我国是世界上最大的一个产煤国，但高产却伴随着高的事故率。据统计资料显示，煤炭企业的生产事故中80％是由矿工的不安全行为引起的，在地下超静，低亮度空间间歇独立作业中，矿工生理和心理疲劳是导致不安全行为的重要因素。目前，我国煤炭行业井下人员佩戴的安全帽仅在一定程度上具有防御人体头部受到外来物体击打和伤害的功能，尚难以掌握煤矿作业人员的生理和心理状况是否适合相应的岗位操作，缺乏对矿工疲劳度的检测。因此，现如今缺少一种结构简单、设计合理的基于脑机接口矿用头盔的矿工疲劳识别方法，可获取矿工在井下的脑电波信号，通过信号去噪以及神经网络矿工在疲劳状态，避免矿工在疲劳状态下的误操作对煤矿生产带来的不必要的威胁。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于脑机接口矿用头盔的矿工疲劳识别方法，通过对原始脑电波信号去噪获取精度高的脑电波信号，采用脑电波能量波动关系量化矿工精神状态并作为BP网络输入信号，矿工疲劳识别准确率高，便于推广使用。

为解决上述技术问题，本发明采用的技术方案是：一种基于脑机接口矿用头盔的矿工疲劳识别方法，其特征在于，该方法包括以下步骤：

步骤一、原始脑电波信号的获取：采用安装在矿用头盔本体上的脑电信号获取装置获取矿工的脑电波信号并对其进行预处理，得到原始脑电波信号X(t)后送入处理器；

所述脑电信号获取装置包括安装在矿用头盔本体的内表面上获取大脑右侧前额叶部位精神状态的第一脑电电极、采集的耳垂处的电位且屏蔽参考信号的第二脑电电极和屏蔽大脑以下伪迹信号的第三脑电电极，以及安装在矿用头盔本体后侧用于对第一脑电电极、第二脑电电极和第三脑电电极采集的信号进行预处理的脑电信号获取模块，脑电信号获取模块的信号输出端与处理器的信号输入端相接；

步骤二、原始脑电波信号去噪，过程如下：

步骤201、选取小波基对原始脑电波信号进行小波分解：处理器利用sym5小波基函数对脑电信号获取模块采集的原始脑电波信号X(t)进行小波分解，得到原始脑电波信号X(t)小波分解的频带离散展开系数其中，i为小波分解的层数且i为不小于1的正整数，N为离散点的采样点数且N≥2，c_i为原始脑电波信号X(t)的第i层小波分解低频系数，c₀为原始脑电波信号X(t)未进行小波分解时的系数，d_i为原始脑电波信号X(t)的第i层小波分解高频系数，g为高通滤波器，h为与高通滤波器g正交的低通滤波器；

步骤202、根据公式对第i层小波分解高频系数d_i进行阈值处理，得到第i层小波分解高频更新系数其中，T为高频系数阈值且φ为噪声标准差且Median(·)为中值函数，sign(·)为符号函数，t为门限选择参数且N₁为随机数；

步骤203、根据公式对第i-1层小波分解低频系数c_i-1进行更新，得到第i-1层小波分解低频更新系数c_i'_-1，c'₀为重构后的脑电波信号系数，c_i'为第i层小波分解低频更新系数，当且仅当i为小波分解最后一层时c_i'＝c_i；

步骤204、根据公式重构去噪脑电波信号D(t)，其中，为低频小波函数，ψ(t)为高频小波函数，

步骤三、脑波特征提取，过程如下：

步骤301、去噪脑电波信号的小波包分解再重构：处理器利用db5小波基函数对去噪脑电波信号D(t)进行小波包分解再重构，得到去噪脑电波信号D(t)小波包分解再重构的小波树频带离散信号x^j,m(k)，其中，j为小波包分解层数且j为不小于5的正整数，m为每层分解频带的位置编号且m＝0,1,...,2^j-1；