發(fā)布時(shí)間：2021-12-16 23:27

　　現(xiàn)代工業(yè)技術(shù)的飛速發(fā)展,使得人機(jī)系統(tǒng)變得越來(lái)越復(fù)雜。由于人腦接受和處理信息的能力有限,人機(jī)系統(tǒng)中的認(rèn)知活動(dòng)會(huì)對(duì)大腦帶來(lái)認(rèn)知負(fù)荷。適當(dāng)?shù)恼J(rèn)知負(fù)荷是有助于提高學(xué)習(xí)效率,但過(guò)高的認(rèn)知負(fù)荷卻會(huì)適得其反。研究飛行模擬訓(xùn)練中的認(rèn)知負(fù)荷情況可以有效指導(dǎo)飛行學(xué)員的訓(xùn)練。腦電信號(hào)因其具有采集設(shè)備便攜和低成本等諸多優(yōu)點(diǎn)而廣泛用于認(rèn)知負(fù)荷的評(píng)估,本文采用近似熵、小波包分解和希爾伯特-黃變化算法對(duì)模擬飛行中的腦電信號(hào)從不同角度進(jìn)行分析,分析結(jié)果基本能夠反映飛行學(xué)員認(rèn)知負(fù)荷情況。本文首先介紹了研究涉及的基本知識(shí)和實(shí)驗(yàn)情況。從腦電信號(hào)的微觀形成機(jī)制、基本節(jié)律和生理特點(diǎn)幾個(gè)方面描述了腦電基本知識(shí),簡(jiǎn)要說(shuō)明了大腦的功能分區(qū)。同時(shí)介紹了認(rèn)知活動(dòng)的機(jī)制、認(rèn)知負(fù)荷理論起源和發(fā)展以及目前的主要觀點(diǎn)。本文所述實(shí)驗(yàn)為常規(guī)五邊模擬飛行實(shí)驗(yàn),被試均來(lái)自于不同學(xué)習(xí)階段的飛行學(xué)員,飛行場(chǎng)景包括晴朗和風(fēng)雨模式,采集的腦電數(shù)據(jù)覆蓋了模擬飛行的全程。其次,以近似熵算法為核心、同時(shí)輔以統(tǒng)計(jì)學(xué)方法對(duì)腦電信號(hào)進(jìn)行處理,總結(jié)了近似熵在飛行過(guò)程中的變化特點(diǎn)。從天氣和受訓(xùn)情況的角度指出近似熵的差異,并進(jìn)一步地觀察到近似熵隨受訓(xùn)時(shí)間的增加而逐漸上升的趨勢(shì),... 

【文章來(lái)源】：南京航空航天大學(xué)江蘇省 211工程院校

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

TLX量表

腦電和認(rèn)知負(fù)荷基本理論及實(shí)腦皮層的神經(jīng)元產(chǎn)生的具有自發(fā)性的、節(jié)律性經(jīng)元電活動(dòng)的總和稱為腦電圖（EEG）[29]。主要分為侵入式技術(shù)和非侵入式技術(shù)。到大腦的單個(gè)神經(jīng)元電信號(hào)，但這需要借助一定顱骨，在大腦中植入電極，再將移除的顱骨部制成，除端部外其它部分絕緣，直徑約為1m m老鼠。因?yàn)榇竽X沒(méi)有內(nèi)部疼痛感受器，所以記會(huì)產(chǎn)生疼痛以及感染等風(fēng)險(xiǎn)。記錄可以在麻醉或優(yōu)點(diǎn)是該方法可以記錄毫秒級(jí)的動(dòng)作電位。圖

圖 2.2 腦電波的各種波形0 4Hz，振幅多為10 20 mV，現(xiàn)，正常成人頭腦清醒時(shí)較少出現(xiàn)4 8Hz，振幅為20 40 mV，一被抑制的典型特征之一。θ 波與兒期診斷和輔助治療。8 13Hz，振幅為10 100 mV，在后腦部，在枕葉表現(xiàn)稍顯著，一幅會(huì)有周期性的增加和降低。在安或注意力集中時(shí)，該節(jié)律被削弱或13 25Hz，振幅為5 30 mV，一張時(shí)表現(xiàn)顯著。

【參考文獻(xiàn)】：
期刊論文
[1]基于小波包的LMD在EEG信號(hào)分析中的研究[J]. 馬瀟,朱曉軍.  計(jì)算機(jī)科學(xué). 2016(06)
[2]指控艙顯控界面字符顯示對(duì)認(rèn)知負(fù)荷的影響[J]. 楊景,李培林,王崴,瞿玨,劉曉衛(wèi).  計(jì)算機(jī)工程與設(shè)計(jì). 2015(12)
[3]基于認(rèn)知負(fù)荷的人機(jī)交互數(shù)字界面設(shè)計(jì)和評(píng)價(jià)[J]. 汪海波,薛澄岐,黃劍偉,宋廣麗.  電子機(jī)械工程. 2013(05)
[4]認(rèn)知負(fù)荷主觀評(píng)價(jià)量表比較[J]. 孫崇勇,劉電芝.  心理科學(xué). 2013(01)
[5]人機(jī)交互中認(rèn)知負(fù)荷變化預(yù)測(cè)模型的構(gòu)建[J]. 李金波,許百華,田學(xué)紅.  心理學(xué)報(bào). 2010(05)
[6]學(xué)習(xí)任務(wù)認(rèn)知負(fù)荷與測(cè)量方法研究[J]. 蔡艷玲.  鄭州大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2009(01)
[7]認(rèn)知負(fù)荷理論及其發(fā)展[J]. 陳巧芬.  現(xiàn)代教育技術(shù). 2007(09)
[8]人腦的結(jié)構(gòu)·潛能·開發(fā)[J]. 楊鑫輝.  河北師范大學(xué)學(xué)報(bào)(教育科學(xué)版). 2001(01)
[9]腦電圖復(fù)雜度分析中的粗�；瘑�(wèn)題 I.過(guò)分粗�；腿N復(fù)雜度的比較[J]. 孟欣,沈恩華,陳芳,顧凡及.  生物物理學(xué)報(bào). 2000(04)
[10]認(rèn)知負(fù)荷理論綜述[J]. 張慧,張凡.  教育研究與實(shí)驗(yàn). 1999(04)

碩士論文
[1]基于小波變換和多域融合的腦電信號(hào)特征提取[D]. 王攀.浙江大學(xué) 2011
[2]腦電信號(hào)的特征分析與研究[D]. 周建芳.廣西師范大學(xué) 2008
[3]基于EEG的BCI的研究與設(shè)計(jì)[D]. 魏文慶.浙江大學(xué) 2007
[4]腦電信號(hào)的特征提取及睡眠分期方法研究[D]. 馬穎穎.西北工業(yè)大學(xué) 2007
[5]基于小波變換的EEG分析[D]. 蔡瓊.長(zhǎng)沙理工大學(xué) 2007
[6]腦電信號(hào)處理算法及其便攜式系統(tǒng)研究[D]. 高岸聲.清華大學(xué) 2006
[7]基于小波和獨(dú)立分量分析的腦電信號(hào)預(yù)處理研究[D]. 陳穎萍.華中科技大學(xué) 2006
[8]腦電信號(hào)的特性分析與特征提取[D]. 白冬梅.大連理工大學(xué) 2006



本文編號(hào)：3538997