基于无线体域网的单兵精神状态监测系统

摘要

单兵状态监测系统是现代化战争中不可或缺的一部分，当前各国的单兵状态监测系统监测参数少，大多只能判断士兵生命体征，应用比较局限。随着无线体域网技术和传感技术的发展，对单兵各类生理参数进行综合分析，判断士兵的生理和精神状态已成为目前国内外的前沿方向。
　　本研究主要内容包括：⑴针对现有单兵状态监测系统参数少、通讯速率低、实用性有限的问题。设计了一套利用 Wi-Fi无线通讯的多参数单兵状态监测系统，利用分布式的节点监测士兵的脑电、肌电、心电、呼吸、身体姿态等一系列生理参数，通过DSP主节点进行在线处理和分析，以综合判断单兵状态，并客观分析了该系统的精度、功耗、可靠性等性能。⑵逐一讨论了各生理参数的处理和特征提取方法，剔除了基线漂移、工频干扰和生理伪迹等噪声信号，提取了脑电百分比功率谱密度、眨眼频率、心电稳定性、呼吸功率、姿态欧拉角等共计20种生理信号特征。⑶利用脑电和眼电信号以 BP神经网络的方法对单兵精神疲劳状态实现了四分类。对于情绪状态的判断，本文将其分为积极、中性和消极三类，采用多元生理参数融合分析的方法，通过支持向量机对特定对象的情绪进行识别。⑷在实验室环境下设计了精神疲劳和情绪实验，利用设计的单兵状态监测系统采集了各类生理数据，并验证了本文方法的有效性。实验证明，对多个不同受试者综合分析，其精神疲劳状态四分类准确率仍高达83%；而对于单个个体而言，情绪识别准确率可达92.5%。

目录

第1章 绪 论

1.1 课题背景及研究的目的和意义

1.2 单兵状态监测系统发展现状

1.3 本文的主要研究内容与创新点

1.4 本文结构安排

第2章 单兵状态监测系统设计

2.1系统结构

2.2多功能传感器节点设计

2.3主节点设计

2.4系统性能指标分析

2.5本章小结

第3章 数据处理与特征提取

3.1脑/心/肌电干扰预处理

3.2基于希尔伯特-黄变换的生理伪迹处理

3.3脑/心/肌电特征提取

3.4呼吸阻抗处理与特征提取

3.5身体姿态解算与特征提取

3.6特征总结

3.7本章小结

第4章 单兵精神状态分类方法研究

4.1电极导联方式

4.2实验节点设计

4.3精神疲劳实验

4.4 基于BP神经网络的精神疲劳分类法

4.5情绪实验

4.6 基于支持向量机的情绪分类法

4.7本章小结

结论

参考文献

攻读硕士学位期间发表的论文及其它成果

声明

致谢