【摘要】：自從人類發(fā)明交通工具以來,交通事故就如影隨形,給人民的生產(chǎn)生活和生命安全造成了妨礙。如何減少交通事故的發(fā)生,提高交通運(yùn)輸?shù)陌踩?是學(xué)者們長久以來一直關(guān)注的課題。該問題解決的關(guān)鍵,在于如何探究交通事故的產(chǎn)生機(jī)理,只有明確了交通事故的成因,才能預(yù)先發(fā)現(xiàn)事故的可能性,并制定對策以防止交通事故的產(chǎn)生。駕駛員是"人——車——路"系統(tǒng)的主要構(gòu)成因素之一,在相當(dāng)?shù)某潭壬蠜Q定了交通事故是否會發(fā)生。通過評估駕駛員的駕駛能力,可以對駕駛員發(fā)生交通事故的可能進(jìn)行預(yù)測。排除身體軀干運(yùn)動能力的影響,駕駛能力是腦功能的直接反映。本文在使用近紅外光譜技術(shù)對駕駛員腦功能評估方面進(jìn)行了初步嘗試。本文的主要工作分為三部分。其一,提出一種基于小"光源——探頭"間距的功能性近紅外光譜表層生理噪聲抵消方法。從近紅外光譜血氧儀的檢測原理以及人體頭部的解剖學(xué)結(jié)構(gòu)入手分析,匯總現(xiàn)有的小間距探頭布置測量規(guī)律,并根據(jù)具體使用的近紅外光譜儀參數(shù)規(guī)格,設(shè)計了具體的小間距探頭布置方案。之后,針對基于小波相位相干性的功能連接分析和基于相位耦合函數(shù)的效應(yīng)連接分析兩種腦功能數(shù)據(jù)分析方法的要求,提出了一種基于連續(xù)小波變換的自適應(yīng)噪聲抵消方法,對其中的技術(shù)難點(diǎn)進(jìn)行了闡述。其二,基于Unity 3D的虛擬駕駛器的設(shè)計和開發(fā)。基于作者的本科畢業(yè)設(shè)計,改進(jìn)機(jī)械結(jié)構(gòu)設(shè)計,選用并安裝改進(jìn)的傳感器,設(shè)計傳感器的單片機(jī)控制電路。基于Unity 3D,根據(jù)不同的實(shí)驗(yàn)設(shè)計要求,開發(fā)了多種針對性的虛擬駕駛?cè)蝿?wù),可以對駕駛員的駕駛表現(xiàn)進(jìn)行記錄和評估。其三,使用虛擬駕駛器進(jìn)行了駕駛?cè)蝿?wù)實(shí)驗(yàn),使用近紅外光譜血氧儀同步測量被試者靜息態(tài)和任務(wù)態(tài)情況下的腦活動情況。使用基于連續(xù)小波變換的自適應(yīng)噪聲抵消方法對腦功能數(shù)據(jù)進(jìn)行了預(yù)處理,并對進(jìn)行過濾波去噪的數(shù)據(jù)和未進(jìn)行濾波去噪的數(shù)據(jù)都進(jìn)行了小波相位相干性功能連接分析,并對結(jié)果進(jìn)行了進(jìn)一步的統(tǒng)計分析。證實(shí)本文中自適應(yīng)濾波去噪方法的有效性。綜上,本文提出了一種用于功能性近紅外光譜法測量腦功能的表層生理信號濾除方法,并設(shè)計虛擬駕駛?cè)蝿?wù)實(shí)驗(yàn)對方法的有效性進(jìn)行了證實(shí)。該方法進(jìn)一步提高了功能性近紅外光譜法測量腦組織血氧變化的準(zhǔn)確性,這對于實(shí)時、動態(tài)、準(zhǔn)確地評估駕駛員的腦功能具有重要意義。
[Abstract]:Ever since the invention of transportation, traffic accidents have been accompanied by traffic accidents, which have hindered the production, life and safety of people. How to reduce the occurrence of traffic accidents and improve the safety of transportation has long been a topic of concern to scholars. The key to solve this problem lies in how to probe into the mechanism of traffic accidents. Only when the causes of traffic accidents are clear can the possibility of accidents be detected in advance and countermeasures be formulated to prevent the occurrence of traffic accidents. Driver is one of the main components of the "man-car-road" system, which to a certain extent determines whether the traffic accident will occur or not. By evaluating driver's driving ability, we can predict the possibility of driver's traffic accident. Excluding the influence of body trunk motor ability, driving ability is a direct reflection of brain function. In this paper, a preliminary attempt was made to evaluate the brain function of drivers by near-infrared spectroscopy (NIR). The main work of this paper is divided into three parts. Firstly, a method of canceling the surface physiological noise of functional near infrared spectroscopy based on the small distance between light source and probe is proposed. Based on the principle of near infrared spectrometer (NIR) and the anatomical structure of human head, the present measurement rules of small spaced probes are summarized, and the parameters of NIR spectrometer are specified. A small spacing probe arrangement scheme is designed. Then, an adaptive noise cancellation method based on continuous wavelet transform is proposed to solve the problem of functional connection analysis based on wavelet phase coherence and effect connection analysis based on phase coupling function. The technical difficulties are expounded. Secondly, the design and development of virtual driver based on Unity 3D. Based on the author's undergraduate design, improving the mechanical structure design, selecting and installing the improved sensor, designing the single chip microcomputer control circuit of the sensor. Based on Unity 3D, according to different experimental design requirements, a variety of targeted virtual driving tasks are developed, which can record and evaluate driver's driving performance. Thirdly, the virtual driver was used to carry out the driving task experiment, and the brain activity of the subjects was measured synchronously in the resting state and the task state by using the near infrared spectroscopic oximeter. The adaptive noise cancellation method based on continuous wavelet transform is used to preprocess the brain functional data, and the wavelet phase coherence functional connection analysis is carried out for both the filtered wave de-noising data and the unfiltered de-noised data. Further statistical analysis is made on the results. The effectiveness of the adaptive filter denoising method in this paper is verified. In summary, a method of surface physiological signal filtering for measuring brain function by functional near infrared spectroscopy is proposed, and the validity of the method is verified by designing virtual driving task experiment. This method further improves the accuracy of functional near infrared spectroscopy (FNIR) in measuring the changes of blood oxygen in brain tissue, which is of great significance for the real-time, dynamic and accurate evaluation of the brain function of the driver.
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：U491.254

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈沛璋;跟蹤飛機(jī)機(jī)動的自適應(yīng)濾波方法[J];航空學(xué)報;1990年09期

2 徐常勝，周兆英，李杰;自適應(yīng)濾波的原理和應(yīng)用[J];中國儀器儀表;1994年06期

3 劉兵軍,牛東曉;灰色自適應(yīng)濾波組合優(yōu)化預(yù)測模型及其應(yīng)用[J];電網(wǎng)技術(shù);1998年09期

4 遲男,劉杰;浮點(diǎn)DSP實(shí)現(xiàn)自適應(yīng)濾波的研究[J];北方交通大學(xué)學(xué)報;2000年05期

5 祝轉(zhuǎn)民,楊宜康,黃永宣,李濟(jì)生;軌道重構(gòu)的自適應(yīng)濾波改進(jìn)算法[J];導(dǎo)彈與航天運(yùn)載技術(shù);2003年02期

6 李海君,陳忠寶,孫恒;自適應(yīng)濾波技術(shù)在GIS局放檢測中的應(yīng)用[J];黑龍江電力;2003年01期

7 李富才,訾艷陽,何正嘉;自適應(yīng)濾波與相關(guān)濾波在沖擊響應(yīng)信號特征提取中的應(yīng)用[J];振動與沖擊;2004年03期

8 邱新蕓,高原;自適應(yīng)濾波最佳準(zhǔn)則的研究[J];儀器儀表學(xué)報;2005年S2期

9 楊國;李興國;;一種基于自適應(yīng)濾波的脈沖串?dāng)_消除方法[J];彈箭與制導(dǎo)學(xué)報;2006年S9期

10 王磊;楊煜普;宮亮;蘇海軍;;基于微分進(jìn)化算法的自適應(yīng)濾波的應(yīng)用[J];自動化儀表;2008年05期

相關(guān)會議論文 前10條

1 宋迎春;;抗差自適應(yīng)濾波中帶有置信度的自適應(yīng)因子設(shè)計[A];第一屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會論文集（下）[C];2010年

2 邱新蕓;高原;;自適應(yīng)濾波最佳準(zhǔn)則的研究[A];第七屆青年學(xué)術(shù)會議論文集[C];2005年

3 曾威;崔玉平;李邦清;王文輝;;基于自適應(yīng)濾波的捷聯(lián)慣性/星光組合導(dǎo)航技術(shù)[A];慣性技術(shù)發(fā)展動態(tài)發(fā)展方向研討會文集——新世紀(jì)慣性技術(shù)在國民經(jīng)濟(jì)中的應(yīng)用[C];2012年

4 徐炳吉;;嚴(yán)重非線性系統(tǒng)的自適應(yīng)濾波[A];1996年中國控制會議論文集[C];1996年

5 徐飛;李兵飛;;一種自適應(yīng)Kalman濾波實(shí)現(xiàn)的新思路[A];面向航空試驗(yàn)測試技術(shù)——2013年航空試驗(yàn)測試技術(shù)峰會暨學(xué)術(shù)交流會論文集[C];2013年

6 張磊;郭圣權(quán);;自適應(yīng)限定記憶平滑濾波器[A];1995年中國控制會議論文集（上）[C];1995年

7 賈躍;丁紅巖;劉慷;劉德才;;定向定速潛艇狀態(tài)的自適應(yīng)濾波應(yīng)用設(shè)計[A];1994中國控制與決策學(xué)術(shù)年會論文集[C];1994年

8 褚建新;顧偉;甘世紅;;抑制大塊分離物沖擊力的一種自適應(yīng)濾波方法[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

9 江金龍;盧國慶;查代奉;;非線性變換自適應(yīng)濾波方法及在水聲信道均衡中的應(yīng)用[A];全國第二屆信號處理與應(yīng)用學(xué)術(shù)會議專刊[C];2008年

10 張芳;黃大貴;黃逸平;;基于方差和自適應(yīng)濾波對火焰狀態(tài)的識別[A];中國電子學(xué)會電子機(jī)械工程分會2007年機(jī)械電子學(xué)學(xué)術(shù)會議論文集[C];2007年

相關(guān)博士學(xué)位論文 前7條

1 檀甲甲;模型化自適應(yīng)濾波及其應(yīng)用研究[D];復(fù)旦大學(xué);2011年

2 黃全振;壓電智能結(jié)構(gòu)自適應(yīng)濾波振動主動控制研究[D];上海大學(xué);2012年

3 朱紅路;熱工信號自適應(yīng)濾波及其在建模與控制中的應(yīng)用[D];華北電力大學(xué)（北京）;2010年

4 林耀榮;自適應(yīng)濾波理論及其在回波消除中的應(yīng)用研究[D];華南理工大學(xué);1999年

5 尚勇;并行濾波算法及其脈動陣結(jié)構(gòu)研究[D];西安電子科技大學(xué);2000年

6 劉泳慶;衛(wèi)星導(dǎo)航系統(tǒng)多維域抗干擾技術(shù)研究[D];北京理工大學(xué);2016年

7 趙海全;基于非線性函數(shù)擴(kuò)展的流水線型自適應(yīng)濾波理論與方法研究[D];西南交通大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 王夢楠;基于FPGA的中頻數(shù)字信號處理[D];大連海事大學(xué);2015年

2 柴曉珂;心肺耦合分析研究[D];中國人民解放軍醫(yī)學(xué)院;2015年

3 王璞;基于自適應(yīng)濾波的降階在線系統(tǒng)辨識[D];蘭州大學(xué);2015年

4 譚滋中;基于自適應(yīng)濾波的噪聲抵消算法研究與應(yīng)用[D];河北科技大學(xué);2015年

5 王建明;聲學(xué)回波消除方法及實(shí)現(xiàn)技術(shù)[D];西安電子科技大學(xué);2014年

6 謝長鴻;奧氏體不銹鋼焊縫的超聲TOFD檢測技術(shù)研究[D];南昌航空大學(xué);2015年

7 王斌;WiFi網(wǎng)絡(luò)中面向移動目標(biāo)的定位追蹤算法研究[D];東北大學(xué);2014年

8 孫萬亭;永磁同步電機(jī)電流自適應(yīng)濾波控制研究[D];冶金自動化研究設(shè)計院;2016年

9 王秀麗;基于無線傳輸技術(shù)的管道漏水檢測去噪算法研究與設(shè)計[D];內(nèi)蒙古師范大學(xué);2016年

10 黃海誠;基于PPG信號的運(yùn)動狀態(tài)下心率檢測[D];東南大學(xué);2016年

，

本文編號：2382147