认知行为信号处理与模式识别

傅山; 杨政; 黄丹

首页> 中文期刊> 《科技资讯》 >认知行为信号处理与模式识别

认知行为信号处理与模式识别

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

该研究报告以驾驶舱设计为背景和出发点,通过对驾驶舱设计理念和布局规则的深入理解,结合人因学理论以及特定的飞行操控,将飞行员的肌电信号特征作为研究对象,通过信号的分解、相关性分析、选择、组合4个过程,选择合适的信号处理和模式识别的方法,从信息学角度揭示飞行操控中肌电信号的状态特征,并结合生理学、人因学、飞行器设计等理论得出飞行员的操作绩效,使飞机驾驶舱内的仪器仪表、操纵驾驶杆等合理有效地放入驾驶舱且满足飞行员的要求,形成一系列行之有效的信号处理体系,最终为驾驶舱的设计提供指导或参考,以及为驾驶舱适航符合性验证提供帮助.研究过程通过搜集前人的肌电信号分析方法,在传统的傅里叶变换,时域指标和频域指标,小波变换等等方法的运用,发现这些方法在静态疲劳检测方面有很好的结果,但是运用在动态疲劳检测中效果不佳.随着希尔伯特黄变换的提出,EMD在生物信号处理、结构检测等非稳态、非线性信号上有很好的运用.该研究比较了EMD与EEMD在肌电信号分解中的性能,提出基于EEMD和Hilbert变换的动态疲劳评价方法.实验证明基于平均瞬时频率的疲劳指标很好的表征动态肌电信号的疲劳趋势.实验结果显示,我们提出的动态肌电信号疲劳特征指标(瞬时平均频率),可以监测飞行员生理疲劳参数的实时状态.并且基于现有的信号处理体系信号分解—相关性分析—分量筛选—分量重构,在揭示肌电信号物理意义并将其运用在理论研究和工程实践中都十分适合,为解决高维、多类、大量的数据(包括生物信号、飞行数据等)的采集,并进行信号分解后,结合相关性分析,提取出其中有意义、需要重点研究的分量,进行信号重组突出研究.

著录项

来源
《科技资讯》 |2016年第13期|180-181|共2页
作者
傅山; 杨政; 黄丹;
展开▼
作者单位

上海交通大学;

上海交通大学;

上海交通大学;

展开▼
原文格式 PDF
正文语种 chi
中图分类
关键词
肌电信号; 经验模态分解; 希尔伯特黄变换;

相似文献

中文文献
外文文献
专利

1. 基于小波变换和模式识别随钻测量系统通信信号处理方法研究 [J] . 董夏妮 ,王成林 . 电子测量技术 . 2016,第5期
2. 第10届IASTED信号处理,模式识别和应用国际会议(英文) [J] . . 智能系统学报 . 2012,第3期
3. 针刺手法实时信号处理及AR参数模型的模式识别研究 [J] . 杨华元 ,徐刚 ,胡追成 . 医学信息 . 2009,第010期
4. 基于信号处理的声音模式识别过程及方法研究 [J] . 张宇波 . 计算机仿真 . 2004,第009期
5. 超声无损检测与评价中的信号处理及模式识别 [J] . 刘镇清 . 无损检测 . 2001,第001期
6. 超声Lamb波的信号处理与模式识别研究 [C] . 曹梁军 . 第十六届全国现代结构工程学术研讨会 . 2016
7. 基于肌电信号处理的肢体动作模式识别算法研究及其原型硬件实现 [A] . 丁煜 . 2018

认知行为信号处理与模式识别

摘要

著录项

相似文献

相关主题

期刊订阅