[发明专利]一种用于智能矿用头盔的矿工焦虑度识别方法

摘要

本发明公开了一种用于智能矿用头盔的矿工焦虑度识别方法，包括步骤一、原始脑电波信号的获取；二、原始脑电波信号的小波包分解再重构；三、获取原始脑电信号X(t)的总能量；四、对θ波节律信号的能量En(θ)、α波节律信号的能量En(α)和β波节律信号的能量En(β)分别进行归一化处理；五、设定固定时间段内平静精神状态下的β波节律信号的平均相对能量阈值；六、识别矿工焦虑度。本发明通过θ波节律、α波节律和β波节律的单位时间内的平均相对能量波动关系量化负情绪，识别井下矿工的焦虑度，可以有效的避免矿工长时间受负情绪影响时在井下操作不当的行为，提高井下操作安全系数。

主权项

一种用于智能矿用头盔的矿工焦虑度识别方法，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：采用安装在智能矿用头盔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(5)；所述脑电信号获取装置包括获取大脑右侧前额叶部位精神状态的第一脑电电极(1)、采集耳垂处的电位且屏蔽参考信号的第二脑电电极(2)、屏蔽大脑以下伪迹信号的第三脑电电极(3)以及用于对第一脑电电极(1)、第二脑电电极(2)和第三脑电电极(3)采集的信号进行预处理的脑电信号获取模块(4)，脑电信号获取模块(4)的信号输出端与处理器(5)的信号输入端相接；步骤二、原始脑电波信号的小波包分解再重构：处理器(5)利用Daubechies小波基函数对脑电信号获取模块(4)采集的原始脑电波信号X(t)进行小波包分解再重构，得到原始脑电波信号X(t)小波包分解再重构的小波树频带离散信号xk,m(i)，其中，k为小波包分解层数且k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,...,2k‑1；步骤三、获取原始脑电信号X(t)的总能量：首先，处理器(5)根据能量不变原则叠加步骤二得到的小波树频带离散信号xk,m(i)中频率在0～4Hz之间的δ波节律信号的能量，获取δ波节律信号的能量En[δ(t)]＝En(δ)；处理器(5)根据能量不变原则叠加步骤二得到的小波树频带离散信号xk,m(i)中频率在4～8Hz之间的θ波节律信号的能量，获取θ波节律信号的能量En[θ(t)]＝En(θ)；处理器(5)根据能量不变原则叠加步骤二得到的小波树频带离散信号xk,m(i)中频率在8～14Hz之间的α波节律信号的能量，获取α波节律信号的能量En[α(t)]＝En(α)；处理器(5)根据能量不变原则叠加步骤二得到的小波树频带离散信号xk,m(i)中频率在14～30Hz之间的β波节律信号的能量，获取β波节律信号的能量En[β(t)]＝En(β)；处理器(5)根据能量不变原则叠加步骤二得到的小波树频带离散信号xk,m(i)中频率在0～30Hz之外的剩余信号的能量，获取剩余信号的干扰能量En[b(t)]＝En(b)；然后，根据公式En[X(t)]＝{En[α(t)]+En[β(t)]+En[θ(t)]+En[δ(t)]}+En[b(t)]，获取原始脑电信号X(t)的总能量En[X(t)]，其中，En[·]表示能量函数，原始脑电信号X(t)的总能量小波树频带离散信号xk,m(i)中任意一个离散信号xk,m(i)的能量N为离散信号xk,m(i)的离散采样点i的数据长度；步骤四、根据公式对θ波节律信号的能量En(θ)、α波节律信号的能量En(α)和β波节律信号的能量En(β)分别进行归一化处理，得到θ波节律信号的相对能量α波节律信号的相对能量和β波节律信号的相对能量步骤五、设定固定时间段内平静精神状态下的β波节律信号的平均相对能量阈值：根据公式确定平均相对能量阈值其中，M为固定时间段内平静精神状态下的β波节律离散信号的离散采样点j的数据长度；步骤六、识别矿工焦虑度：根据公式识别焦虑度Anx，其中，为单位时间段内矿工实际精神状态下的β波节律信号的平均相对能量，为单位时间段内矿工实际精神状态下的α波节律信号的平均相对能量，为单位时间段内矿工实际精神状态下的θ波节律信号的平均相对能量，ε为焦虑度精度调节值且ε为正数。