一種智能感知毛毯的制作方法
【專利摘要】本發(fā)明公開了一種智能感知毛毯，包括中央處理器及與中央處理器無線連接的情緒感知模塊、腦電波感知模塊、體溫感知模塊、坐姿感知模塊；情緒感知模塊根據(jù)分析得到的目標(biāo)情緒生理響應(yīng)特征及其組合確定感知情緒的種類；腦電波感知模塊包括多個(gè)腦電波傳感器、腦電波處理單元、電源管理模塊、腦電波助眠單元；體溫感知模塊內(nèi)置有非接觸式紅外溫度傳感器；坐姿感知模塊內(nèi)置加速度計(jì)、張力傳感器。本發(fā)明通過情緒感知模塊、腦電波感知模塊、體溫感知模塊感知乘客情緒、腦電波信號(hào)、體溫，調(diào)整機(jī)艙內(nèi)的環(huán)境，通過坐姿感知模塊感知乘客坐姿，并自動(dòng)調(diào)節(jié)座椅姿勢(shì)，使得長(zhǎng)途飛機(jī)旅行的乘客有更舒適的乘機(jī)體驗(yàn)。
【專利說明】
一種智能感知毛毯
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于智能設(shè)備領(lǐng)域，尤其涉及一種智能感知毛毯。
【背景技術(shù)】
[0002] 時(shí)差很惱人，它打亂了原有的生物鐘，讓人不得安寧。飛機(jī)上的環(huán)境并不舒適，空 間也比較狹小，航空公司很難根據(jù)乘客的身體狀況來調(diào)整機(jī)內(nèi)的環(huán)境，提供舒適的體驗(yàn)。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于提供一種智能感知毛毯，旨在解決航空公司很難根據(jù)乘客的身 體狀況來調(diào)整機(jī)內(nèi)的環(huán)境的問題。
[0004] 本發(fā)明是這樣實(shí)現(xiàn)的，一種智能感知毛毯，所述的智能感知毛毯包括中央處理器 及與所述的中央處理器無線連接的情緒感知模塊、腦電波感知模塊、體溫感知模塊、坐姿感 知模塊；
[0005] 所述的情緒感知模塊用于感知和采集被測(cè)對(duì)象的情緒信息，且處理分析所述情緒 信息以產(chǎn)生情緒緊張值，進(jìn)而根據(jù)所述情緒緊張值以產(chǎn)生控制拍錄模塊拍錄的開啟控制信 號(hào)；
[0006] 所述的情緒感知模塊還包括通信模塊和信號(hào)處理模塊，該通信模塊與所述情緒感 知模塊相連，用于將所述開啟控制信號(hào)發(fā)送至所述拍錄模塊；以及所述拍錄模塊，與所述通 信模塊相連，用于根據(jù)所述開啟控制信號(hào)進(jìn)行拍錄；
[0007] 所述的信號(hào)處理模塊用于將獲取的目標(biāo)情緒反應(yīng)的生理響應(yīng)信號(hào)進(jìn)行情緒生理 響應(yīng)特征分析，從生理響應(yīng)信號(hào)中分析出反應(yīng)目標(biāo)情緒變化的生理信號(hào)重要特征及其組 合，根據(jù)分析得到的目標(biāo)情緒生理響應(yīng)特征及其組合確定感知情緒的種類，包括挫敗、興 奮、厭煩、緊張；
[0008] 所述的緊張情緒的緊張值T = klXEl(HRV)+kXE(P)+kXE(R)，其中，
[0009] ki+k2+k3 = 1 ；
[0010] E|(HRV)=(p(HRV)/H〇, 0<E,(HRV)<1;
[0011] (p(HRV)=HRV(t-2)+HRV(t-1 )+HRV ⑴；
[0012] E2(P) = (P(t)-P(t-l))/P〇,0<E2(P)<l；
[0013] E3(R) = (A-R(t))/A，0〈E3(R)〈1;
[0014] HRV、P和R分別代表心率變化值、血壓值和表皮導(dǎo)電阻值，為加權(quán)系數(shù)，分 別體現(xiàn)心率變化、血壓和表皮導(dǎo)電性對(duì)情緒緊張程度度量值的貢獻(xiàn)，EKHRV)為根據(jù)心率變 化計(jì)算出的情緒緊張程度，Ε2(Ρ)為根據(jù)血壓變化計(jì)算出的情緒緊張程度，E3(R)為根據(jù)皮膚 導(dǎo)電性變化計(jì)算出的情緒緊張程度，t為當(dāng)前時(shí)刻，t-Ι為當(dāng)前時(shí)刻的前一時(shí)刻，t-2為當(dāng)前 時(shí)刻的前兩時(shí)刻，(p(HR V)為t-2時(shí)刻、t-Ι時(shí)刻與當(dāng)前時(shí)刻的心率變化值之和，HRV( t-2)為 t_2時(shí)刻的心率變化值，HRV( t-1)為t-1時(shí)刻的心率變化值，HRV( t)為當(dāng)前時(shí)刻的心率變化 值，H0為被測(cè)對(duì)象正常情緒狀態(tài)下的心率值，P (t)為當(dāng)前時(shí)刻的血壓值，P (t-Ι)為t-Ι時(shí)刻 的血壓值，P0為被測(cè)對(duì)象在正常情緒狀態(tài)下的血壓值，A為被測(cè)對(duì)象預(yù)先測(cè)量的皮膚電阻參 考值，R( t)為當(dāng)前時(shí)刻皮膚電阻值；
[0015] 所述的腦電波感知模塊包括：
[0016] 腦電信號(hào)分類識(shí)別模塊，用于對(duì)腦電信號(hào)進(jìn)行分類和識(shí)別；
[0017] 多個(gè)腦電波傳感器，配置來在使用時(shí)檢測(cè)佩戴所述腦電波檢測(cè)裝置的用戶的腦電 波，并產(chǎn)生腦電波信號(hào)；
[0018] 腦電波處理單元，用于將采集到的模擬腦電波信號(hào)進(jìn)行放大和濾波處理得到 0.5Hz-100Hz范圍內(nèi)的包括α波、β波、Θ波和δ波的模擬腦電波信號(hào);將模擬腦電波信號(hào)進(jìn)行 模數(shù)轉(zhuǎn)換成數(shù)字腦電波信號(hào)后進(jìn)行傅里葉變換分別得到α波、β波、Θ波和δ波的傅里葉譜，將 信號(hào)從空間域變換至頻率域;對(duì)包括α波、β波、Θ波和δ波的數(shù)字腦電波信號(hào)進(jìn)行凱澤窗處 理，經(jīng)幅值分析、時(shí)間域分析和頻率域分析得到腦電波信號(hào)的各項(xiàng)指標(biāo)參數(shù)；
[0019] 電源管理模塊，配置來與所述多個(gè)腦電波傳感器連接，并且檢測(cè)來自所述多個(gè)腦 電波傳感器的腦電波信號(hào)；
[0020] 腦電波助眠單元，包括枕頭、枕頭內(nèi)的電場(chǎng)發(fā)生線圈、電源裝置，枕頭內(nèi)置有振動(dòng) 傳感器、脈沖放大轉(zhuǎn)換電路、時(shí)鐘發(fā)生電路、分頻電路、頻率控制電路、正弦波濾波器、腦電 波濾波器、選擇開關(guān)、驅(qū)動(dòng)放大電路;所述的振動(dòng)傳感器將失眠患者輾轉(zhuǎn)反側(cè)運(yùn)動(dòng)轉(zhuǎn)換成的 電子脈沖輸入到與之連接的脈沖放大轉(zhuǎn)換電路一端，經(jīng)其轉(zhuǎn)換成控制信號(hào)后從另一端輸入 到與之連接的時(shí)鐘發(fā)生電路;時(shí)鐘發(fā)生電路一方面將標(biāo)準(zhǔn)秒脈沖信號(hào)輸入到與之連接的分 頻電路一端，經(jīng)分頻電路另一端將分頻出的淺睡眠和深睡眠腦電波振蕩頻率為0.4-9Hz的 等寬脈沖信號(hào)輸入到與之互連的頻率控制電路；
[0021] 所述的體溫感知模塊內(nèi)置有非接觸式紅外溫度傳感器，該非接觸式紅外溫度傳感 器分別與溫差熱電堆放大電路以及溫度補(bǔ)償及放大電路相連，溫差熱電堆放大電路以及溫 度補(bǔ)償及放大電路相連分別連接到AD轉(zhuǎn)換電路，所述的AD轉(zhuǎn)換電路為一個(gè)多路AD轉(zhuǎn)換電 路，AD轉(zhuǎn)換電路與主控電路相連，主控電路與顯示電路以及報(bào)警電路相連;所述的非接觸式 紅外溫度傳感器采用熱電堆紅外溫度傳感器實(shí)現(xiàn)對(duì)體溫信號(hào)和環(huán)境溫度信號(hào)即溫差熱電 堆微弱的電壓信號(hào)和電熱調(diào)節(jié)器的熱敏電阻信號(hào)的非接觸檢測(cè)；
[0022]所述的坐姿感知模塊包括坐姿矯正器本體，在坐姿矯正器本體中安裝有加速度 計(jì)、張力傳感器；
[0023] 所述的腦電波助眠單元還將輸出定時(shí)信號(hào)來控制與之連接的頻率控制電路按設(shè) 定的時(shí)間順序定時(shí)工作，使頻率控制電路將從分頻電路輸入的全部等寬脈沖信號(hào)轉(zhuǎn)換為以 每若干分鐘為間隔，從淺睡眠腦電波振蕩頻率點(diǎn)9Hz開始，逐步降低頻率到4Hz，并自動(dòng)過渡 到深睡眠腦電波振蕩頻率4Hz開始，逐步降低頻率到0.4Hz的等寬脈沖信號(hào)輸出，時(shí)鐘發(fā)生 電路還受脈沖放大轉(zhuǎn)換電路發(fā)出的控制信號(hào)的觸發(fā)控制，每觸發(fā)一次就延長(zhǎng)已設(shè)定的時(shí)間 順序的定時(shí)點(diǎn)延長(zhǎng)若干分鐘，從而使其控制的頻率控制電路在該淺睡眠或深睡眠信號(hào)頻點(diǎn) 設(shè)定的工作時(shí)間延長(zhǎng)若干分鐘；
[0024] 所述體溫感知模塊內(nèi)置有體溫校準(zhǔn)模塊，該體溫校準(zhǔn)模塊包括紅外體溫監(jiān)測(cè)設(shè) 備、校準(zhǔn)數(shù)據(jù)處理中心、測(cè)溫設(shè)備、環(huán)境參數(shù)監(jiān)測(cè)設(shè)備、環(huán)境參數(shù)監(jiān)測(cè)系統(tǒng)、紅外體溫監(jiān)測(cè)系 統(tǒng);其中
[0025] (1)測(cè)溫設(shè)備，用于采集耳道或者體表溫度數(shù)據(jù)T0，并傳輸至校準(zhǔn)數(shù)據(jù)處理中心；
[0026] (2)環(huán)境參數(shù)監(jiān)測(cè)設(shè)備：用于采集環(huán)境相關(guān)信息，并將環(huán)境信息轉(zhuǎn)化成電信號(hào)，傳 輸至環(huán)境參數(shù)監(jiān)測(cè)系統(tǒng)；
[0027] (3)環(huán)境參數(shù)監(jiān)測(cè)系統(tǒng)，接收到采集到的電信號(hào)以后，通過數(shù)據(jù)處理，并換算成環(huán) 境參數(shù)數(shù)據(jù)，并傳輸至校準(zhǔn)數(shù)據(jù)處理中心；
[0028] (4)紅外體表溫度監(jiān)測(cè)設(shè)備，用于采集步驟（1)中相同個(gè)體的體表紅外信息，并將 紅外信息轉(zhuǎn)化成電信號(hào)，傳輸至紅外體溫監(jiān)測(cè)系統(tǒng)；
[0029] (5)紅外體溫監(jiān)測(cè)系統(tǒng)，用于接收到紅外體表溫度監(jiān)測(cè)設(shè)備傳輸過來的電信號(hào)，將 電信號(hào)進(jìn)行數(shù)據(jù)處理，換算成體表溫度Ty傳入校準(zhǔn)數(shù)據(jù)處理中心；
[0030] (6)校準(zhǔn)數(shù)據(jù)處理中心，用于將收集到的耳道溫度或體表溫度、環(huán)境參數(shù)、紅外體 表溫度進(jìn)行數(shù)據(jù)分析和處理，建立環(huán)境參數(shù)-體表溫度-體溫的校準(zhǔn)參數(shù)曲線，將該曲線發(fā) 送給中央處理器。
[0031] 進(jìn)一步，所述腦電信號(hào)分類識(shí)別模塊的腦電信號(hào)分類識(shí)別方法具體步驟為：
[0032] 步驟一，選取主試和次試，對(duì)5位實(shí)驗(yàn)者對(duì)應(yīng)的EEG信號(hào)依次編號(hào)為EEG_data_al、 EEG_data_aa、EEG_data_av、EEG_data_ay、EEG_data_aw，選定 al 實(shí)驗(yàn)者為主要被試，其他四 位實(shí)驗(yàn)者為次要被試；
[0033]步驟二，頻域?yàn)V波，使用一個(gè)8~30Hz的帶通濾波器，對(duì)采集的腦電數(shù)據(jù)進(jìn)行濾波 預(yù)處理，且此頻率段有明顯的ERD/ERS生理現(xiàn)象；
[0034]步驟三，選取訓(xùn)練樣本，對(duì)信號(hào)濾波之后，從主要實(shí)驗(yàn)者al的A類和B類EEG信號(hào)中 分別選取11個(gè)EEG信號(hào)作為訓(xùn)練樣本，然后從其他4位次要實(shí)驗(yàn)者的A類和B類EEG信號(hào)中分 別選取10個(gè)EEG信號(hào)作為訓(xùn)練樣本，則所有次試者的A類和B類訓(xùn)練樣本總數(shù)均為40個(gè)； [0035]步驟四，分別求出主試者的A類和B類訓(xùn)練樣本的協(xié)方差矩陣之和RA與RB，所有次 試者A類和B類訓(xùn)練樣本的協(xié)方差矩陣之和與％，
[0036]
[0037]
[0038] 其中，XAi(i = l，2·. .10)表不主試者第i次想象左手運(yùn)動(dòng)的EEG信號(hào)，XBi(i = l， 2. . .10)表示主試者第i次想象右手運(yùn)動(dòng)的EEG信號(hào)，X(i,A)T表示X(i，A)的轉(zhuǎn)置，tr(X (i,A) X(i,A)T)表示矩陣 X(i,A)X(i,A)T 的跡，
[0039]
[0040]
[0041] 其中，^ = 1，40)表示次試者第i次想象左手運(yùn)動(dòng)的EEG信號(hào)， =. 1_, 表示次試者第1次想象右手運(yùn)動(dòng)的EEG信號(hào)；
[0042]步驟五，求正則化協(xié)方差矩陣
[0043]引入正則化參數(shù)α和β，取值范圍為a e [0，1 ]和βe [0，1 ]，α分別取〇，〇 . 〇〇1，〇 . 〇 1， 0.1，0.2; β分別取Ο，0.01，0.1，0.2,0.4,0.6,在正則化參數(shù)的作用下，將主試者的協(xié)方差矩 陣之和與次試者的協(xié)方差矩陣之和相結(jié)合，構(gòu)造兩類平均正則化協(xié)方差矩陣，公式如下所 示：
[0046]其中，葉η-----]表示 μ 的跡，I 為 ΝΧΝ 的單位(1 - β)' m -\- p ' (η -l) -m {] - p ) m -l· p ( n - \ ) m
[0044]
[0045] 矩陣，N為通道采集數(shù)；
[0047] 步驟六，將步驟五中的兩類平均正則化協(xié)方差矩陣求和并進(jìn)行特征值分解，求解 正則白化矩陣，如下所示：
[0048]
[0049] 其中，人為特征值對(duì)角矩陣，泛為對(duì)應(yīng)的特征向量矩陣，則正則白化矩陣為：
[0050] p _ _ jrjT
[0051 ]步驟七，對(duì)步驟六中所得的ΖΑ( α，β)和Zb (α，β)進(jìn)行如下轉(zhuǎn)換：
[0052]
[0053]
[0054] 其中，ΛΑ和Λ β為特征值對(duì)角矩陣，UA和UB為對(duì)應(yīng)的特征向量矩陣，選取對(duì)角陣 Λ Α、Λ B中最大特征值對(duì)應(yīng)的特征向量，構(gòu)造空間濾波器如下：
[0055] Wa=Uat · P
[0056] Wb = Ubt · P
[0057] 步驟八，將訓(xùn)練樣本的兩類EEG信號(hào)XA和XB經(jīng)過相應(yīng)的濾波器Wa、Wb有：
[0058] Fa=Wat · Xa
[0059] Fb=Wbt · Xb
[0060] 步驟九，對(duì)步驟八中經(jīng)過正則化共同空間模式過濾的腦電信號(hào)計(jì)算功率譜密度， 求取頻率在8~15Hz的功率譜密度值，利用構(gòu)造學(xué)習(xí)字典B= [Fa Fb];
[0061] 步驟十，在主試者的訓(xùn)練樣本中依次選取一組數(shù)據(jù)作為測(cè)試樣本y，按以上步驟進(jìn) 行濾波，投影，保留處理后的測(cè)試樣本數(shù)據(jù)；
[0062] 舟38+- ·掠下式束艇測(cè)試樣龍的歸疏妄$向量:
[0063]
[0064] 其中X為待求解的測(cè)試運(yùn)動(dòng)想象樣本的稀疏表示向量，y待求解的測(cè)試運(yùn)動(dòng)想象樣 本數(shù)據(jù)，為ε為誤差閾值；
[0065] 步驟十二，針對(duì)每一次運(yùn)動(dòng)想象i，根據(jù)測(cè)試樣本的稀疏表示向量為計(jì)算殘差
[0066]
[0067]其中（(.?,)是由稀疏表示向量矣得到的新向量，在該向量中，第i類運(yùn)動(dòng)想象所對(duì)應(yīng) 的元素項(xiàng)與稀疏表示向量中相應(yīng)的元素項(xiàng)相同，其他元素項(xiàng)均為零；
[0068] 步驟十三，用殘差最小的類別作為最終的運(yùn)動(dòng)想象類別的識(shí)別結(jié)果：
[0069] /私《維Lk) = .ai.g !rTm /; (.0)，夕是測(cè)試樣本數(shù)據(jù)。
[0070] 進(jìn)一步，所述無線通信模塊的通信方法包括發(fā)射η路源信號(hào)、接收端接收混疊信 號(hào)、分離系統(tǒng)分離多路混疊信號(hào)；
[0071] 所述的發(fā)射η路源信號(hào)是指η路源信號(hào)經(jīng)信道混合后，混合系統(tǒng)稱為Α，在發(fā)送端由 η根天線在空間發(fā)射；
[0072] 所述的接收端接收混疊信號(hào)是指接收端利用m(m 2 η>1)根天線把混疊信號(hào)接收 下來，接收信號(hào)被稱為觀測(cè)信號(hào)，接收端先進(jìn)行觀測(cè)信號(hào)的預(yù)處理，預(yù)處理包含兩部分，即 中心化處理和球面化處理；
[0073]所述的分離系統(tǒng)分離多路混疊信號(hào)是指分離系統(tǒng)W會(huì)根據(jù)各路源信號(hào)信息熵值的 不同在熵域分離該多路混疊信號(hào)，其中信息熵值的判據(jù)采用負(fù)熵；
[0074] I由.伯植Η斤Mi+笪的丟伏忒加 Τ .
[0075]
[0076]其中，kj為一些正常數(shù)，Μ為具有零均值、單位方差的高斯變量，函數(shù)Gj為非二次函 數(shù)；
[0077]當(dāng)所有的= G時(shí)，近似式成為：
[0078] JG(x) ?C[E{G(x)}-E{G(M)}]2 (式2)
[0079] 其中，G是任意非二次函數(shù)，C是一個(gè)常數(shù)；
[0080] 然后采用上述公式進(jìn)行負(fù)熵的計(jì)算，根據(jù)各路信號(hào)負(fù)熵值的差異即可把各路信號(hào) 提取出來，實(shí)現(xiàn)信道的多路復(fù)用。
[0081] 進(jìn)一步，所述的分離系統(tǒng)分離多路混疊信號(hào)由于采用多路天線發(fā)射和多路天線接 收的多輸入多輸出技術(shù)，MM0-EDM無線通信系統(tǒng)隨著收發(fā)天線數(shù)目的增加，極限信道容量 也會(huì)隨之線性地增加，MMO-EDM無線通信系統(tǒng)極限容量的計(jì)算過程如下：
[0082] 利用Laeuerre多煩式計(jì)筧可以得到：
[0083]
[0084] 其中，m=min(Nt，Nr)
[0085] n=max(Nt,Nr)
[0086] i/丨-?為次數(shù)為k的Laguerre多項(xiàng)式
[0087] 如果令λ = η/πι，可以推導(dǎo)出如下歸一化后的信道容量表示式；
[0088]
[0089]
[0090]
[0091 ] 在快速瑞利衰落的情況下，令m = n = Nt = Nr，貝>Jvi = 0，V2 = 4;
[0092]漸進(jìn)信道容量為：
[0093]
[0094]
[0095]
[0096]
[0097]
[0098] 不及明通]Q：'|育箱知悮I天、腦電汲?知悮厭、懷濕恐知悮1天恐知乘客情緒、腦電波 信號(hào)、體溫，進(jìn)而調(diào)整機(jī)艙內(nèi)的的環(huán)境，提供舒適的體驗(yàn)，通過坐姿感知模塊感知乘客坐姿， 并自動(dòng)調(diào)節(jié)座椅姿勢(shì)，使得長(zhǎng)途飛機(jī)旅行的乘客有更舒適的乘機(jī)體驗(yàn)。本發(fā)明通過運(yùn)用R- 傳統(tǒng)共同空間模式(CSP)算法對(duì)運(yùn)動(dòng)想象腦電信號(hào)進(jìn)行特征提取，實(shí)現(xiàn)了降維，有效的降低 了在運(yùn)用基于信號(hào)的稀疏表示的腦電信號(hào)分類方法SRC對(duì)運(yùn)動(dòng)想象腦電信號(hào)識(shí)別時(shí)的計(jì)算 復(fù)雜度，R-傳統(tǒng)共同空間模式(CSP)算法是利用代數(shù)上矩陣同時(shí)對(duì)角化的理論，尋找一組空 間濾波器，使得在這組濾波器的作用下，一類信號(hào)的方差達(dá)到極大，另一類信號(hào)是方差達(dá)到 極小，從而達(dá)到分類的目的，R-傳統(tǒng)共同空間模式(CSP)通過引入正則化參數(shù)α和β，將多位 實(shí)驗(yàn)者的訓(xùn)練數(shù)據(jù)加權(quán)相加結(jié)合，有效的避免了小訓(xùn)練樣本特征提取不穩(wěn)定的弊端，減少 了數(shù)據(jù)的個(gè)體差異性，充分利用了其他被試者的實(shí)驗(yàn)數(shù)據(jù)。本發(fā)明方法簡(jiǎn)單，操作方便較好 的解決了現(xiàn)有的腦電信號(hào)特征提取存在的構(gòu)建特征向量的特征值穩(wěn)定性低，區(qū)分度比較 差，識(shí)別分類存在的得到的特征向量很難具有線性可分性，對(duì)分類造成很大困擾，引起識(shí)別 率降低的問題。本發(fā)明實(shí)現(xiàn)了信道的多路復(fù)，具有更大的信道容量和更高的頻譜利用效率， 從而可以實(shí)現(xiàn)高速率、高質(zhì)量的寬帶無線通信。
【附圖說明】
[0099] 圖1是本發(fā)明實(shí)施例提供的智能感知毛毯的內(nèi)部系統(tǒng)組成圖；
[0100] 圖中：1、中央處理器;2、情緒感知模塊;3、腦電波感知模塊3-1、腦電波傳感器;3- 2、腦電波處理單元;3-3、電源管理模塊;3-4、腦電波助眠單元;4、體溫感知模塊;5、坐姿感 知模塊。
【具體實(shí)施方式】
[0101]為能進(jìn)一步了解本發(fā)明的
【發(fā)明內(nèi)容】
、特點(diǎn)及功效，茲例舉以下實(shí)施例，并配合附圖 詳細(xì)說明如下。
[0102] 如圖1所示，本發(fā)明是這樣實(shí)現(xiàn)的，一種智能感知毛毯包括中央處理器1及與所述 的中央處理器1無線連接的情緒感知模塊2、腦電波感知模塊3、體溫感知模塊4、坐姿感知模 塊5;
[0103] 所述的情緒感知模塊2用于感知和采集被測(cè)對(duì)象的情緒信息，且處理分析所述情 緒信息以產(chǎn)生情緒緊張值，進(jìn)而根據(jù)所述情緒緊張值以產(chǎn)生控制拍錄模塊拍錄的開啟控制 信號(hào)；
[0104] 所述的情緒感知模塊2還包括通信模塊和信號(hào)處理模塊，該通信模塊與所述情緒 感知模塊相連，用于將所述開啟控制信號(hào)發(fā)送至所述拍錄模塊；以及所述拍錄模塊，與所述 通信模塊相連，用于根據(jù)所述開啟控制信號(hào)進(jìn)行拍錄；
[0105] 所述的信號(hào)處理模塊用于將獲取的目標(biāo)情緒反應(yīng)的生理響應(yīng)信號(hào)進(jìn)行情緒生理 響應(yīng)特征分析，從生理響應(yīng)信號(hào)中分析出反應(yīng)目標(biāo)情緒變化的生理信號(hào)重要特征及其組 合，根據(jù)分析得到的目標(biāo)情緒生理響應(yīng)特征及其組合確定感知情緒的種類，包括挫敗、興 奮、厭煩、緊張；
[0106] 所述的緊張情緒的緊張值T = klXEl(HRV)+kXE(P)+kXE(R)，其中，
[0107] ki+k2+k3 = 1 ；
[0108] E1 (I-IRV)=9(HRV)/H〇, 0<E,(HRV)< 1:
[0109] 9(HRV)=HRV(t-2)+HRV(t-1 )+HRV(t);
[0110] E2(P) = (P(t)-P(t-l))/P〇,0〈E2(P)〈l;
[0111] E3(R) = (A-R(t))/A，0〈E3(R)〈1;
[0112] HRV、P和R分別代表心率變化值、血壓值和表皮導(dǎo)電阻值，ki，k2，k3為加權(quán)系數(shù)，分 別體現(xiàn)心率變化、血壓和表皮導(dǎo)電性對(duì)情緒緊張程度度量值的貢獻(xiàn)，EKHRV)為根據(jù)心率變 化計(jì)算出的情緒緊張程度，E2(P)為根據(jù)血壓變化計(jì)算出的情緒緊張程度，E3(R)為根據(jù)皮膚 導(dǎo)電性變化計(jì)算出的情緒緊張程度，t為當(dāng)前時(shí)刻，t-Ι為當(dāng)前時(shí)刻的前一時(shí)刻，t-2為當(dāng)前 時(shí)刻的前兩時(shí)刻，(p(HRV)為t-2時(shí)刻、t-Ι時(shí)刻與當(dāng)前時(shí)刻的心率變化值之和，HRV(t-2)為 t_2時(shí)刻的心率變化值，HRV( t-Ι)為t-Ι時(shí)刻的心率變化值，HRV( t)為當(dāng)前時(shí)刻的心率變化 值，H0為被測(cè)對(duì)象正常情緒狀態(tài)下的心率值，P (t)為當(dāng)前時(shí)刻的血壓值，P (t-Ι)為t-Ι時(shí)刻 的血壓值，P0為被測(cè)對(duì)象在正常情緒狀態(tài)下的血壓值，A為被測(cè)對(duì)象預(yù)先測(cè)量的皮膚電阻參 考值，R( t)為當(dāng)前時(shí)刻皮膚電阻值；
[0113] 所述的腦電波感知模塊3包括：
[0114]腦電信號(hào)分類識(shí)別模塊，用于對(duì)腦電信號(hào)進(jìn)行分類和識(shí)別；
[0115]多個(gè)腦電波傳感器3-1，配置來在使用時(shí)檢測(cè)佩戴所述腦電波檢測(cè)裝置的用戶的 腦電波，并產(chǎn)生腦電波信號(hào)；
[0116]腦電波處理單元3-2,用于:將采集到的模擬腦電波信號(hào)進(jìn)行放大和濾波處理得到 0.5Hz-100Hz范圍內(nèi)的包括α波、β波、Θ波和δ波的模擬腦電波信號(hào);將模擬腦電波信號(hào)進(jìn)行 模數(shù)轉(zhuǎn)換成數(shù)字腦電波信號(hào)后進(jìn)行傅里葉變換分別得到α波、β波、Θ波和δ波的傅里葉譜，將 信號(hào)從空間域變換至頻率域;對(duì)包括α波、β波、Θ波和δ波的數(shù)字腦電波信號(hào)進(jìn)行凱澤窗處 理，經(jīng)幅值分析、時(shí)間域分析和頻率域分析得到腦電波信號(hào)的各項(xiàng)指標(biāo)參數(shù)；
[0117] 電源管理模塊3-3,配置來與所述多個(gè)腦電波傳感器連接，并且檢測(cè)來自所述多個(gè) 腦電波傳感器的腦電波信號(hào)；
[0118] 腦電波助眠單元3-4,包括枕頭、枕頭內(nèi)的電場(chǎng)發(fā)生線圈、電源裝置，枕頭內(nèi)置有振 動(dòng)傳感器、脈沖放大轉(zhuǎn)換電路、時(shí)鐘發(fā)生電路、分頻電路、頻率控制電路、正弦波濾波器、腦 電波濾波器、選擇開關(guān)、驅(qū)動(dòng)放大電路;所述的振動(dòng)傳感器將失眠患者輾轉(zhuǎn)反側(cè)運(yùn)動(dòng)轉(zhuǎn)換成 的電子脈沖輸入到與之連接的脈沖放大轉(zhuǎn)換電路一端，經(jīng)其轉(zhuǎn)換成控制信號(hào)后從另一端輸 入到與之連接的時(shí)鐘發(fā)生電路;時(shí)鐘發(fā)生電路一方面將標(biāo)準(zhǔn)秒脈沖信號(hào)輸入到與之連接的 分頻電路一端，經(jīng)分頻電路另一端將分頻出的淺睡眠和深睡眠腦電波振蕩頻率為0.4-9Hz 的等寬脈沖信號(hào)輸入到與之互連的頻率控制電路；
[0119]所述的體溫感知模塊4內(nèi)置有非接觸式紅外溫度傳感器，該非接觸式紅外溫度傳 感器分別與溫差熱電堆放大電路以及溫度補(bǔ)償及放大電路相連，溫差熱電堆放大電路以及 溫度補(bǔ)償及放大電路相連分別連接到AD轉(zhuǎn)換電路，所述的AD轉(zhuǎn)換電路為一個(gè)多路AD轉(zhuǎn)換電 路，AD轉(zhuǎn)換電路與主控電路相連，主控電路與顯示電路以及報(bào)警電路相連;所述的非接觸式 紅外溫度傳感器采用熱電堆紅外溫度傳感器實(shí)現(xiàn)對(duì)體溫信號(hào)和環(huán)境溫度信號(hào)即溫差熱電 堆微弱的電壓信號(hào)和電熱調(diào)節(jié)器的熱敏電阻信號(hào)的非接觸檢測(cè)；
[0120]所述的坐姿感知模塊5包括坐姿矯正器本體，在坐姿矯正器本體中安裝有加速度 計(jì)、張力傳感器；
[0121]所述的張力傳感器包括測(cè)力桿、條狀陶瓷片以及陶瓷固定座、張力信號(hào)處理模塊； 所述條狀陶瓷片正面粘接測(cè)力桿，背面粘接彈性體陶瓷固定座;所述條狀陶瓷片作為從陶 瓷固定座到測(cè)力桿之間的力矩；
[0122] 所述的張力信號(hào)處理裝置與所述的側(cè)力桿和所述的條狀陶瓷片連接，該張力信號(hào) 處理裝置包括兩組張力應(yīng)變片和壓縮應(yīng)變片組成的張力感應(yīng)組件、內(nèi)置信號(hào)處理器、兩根 測(cè)張輥、三根張力輥以及傳感器安裝座，所述傳感器安裝座上并排布置三根張力輥，在兩兩 相鄰的張力輥之間設(shè)有測(cè)張輥，三根張力輥所在直線與兩根測(cè)張輥所在直線平行，所述測(cè) 張輥上安裝張力感應(yīng)組件；
[0123] 所述條狀陶瓷片為一力敏彈性體，該力敏彈性體正反面各設(shè)置兩個(gè)應(yīng)變電阻，同 時(shí)通過力敏彈性體上設(shè)置的通孔將這四個(gè)應(yīng)變電阻互聯(lián)形成一個(gè)惠斯頓電橋;并通過激光 修調(diào)系統(tǒng)將惠斯頓電橋調(diào)至零位;所述測(cè)力桿感知張力信號(hào)后，通過使力敏彈性體產(chǎn)生微 量形變，從而使得整個(gè)張力傳感器通過電橋輸出與張力信號(hào)精密線性相關(guān)的毫伏級(jí)線性電 壓。
[0124] 進(jìn)一步，所述的腦電波助眠單元3-4還將輸出定時(shí)信號(hào)來控制與之連接的頻率控 制電路按設(shè)定的時(shí)間順序定時(shí)工作，使頻率控制電路將從分頻電路輸入的全部等寬脈沖信 號(hào)轉(zhuǎn)換為以每若干分鐘為間隔，從淺睡眠腦電波振蕩頻率點(diǎn)9Hz開始，逐步降低頻率到4Hz， 并自動(dòng)過渡到深睡眠腦電波振蕩頻率4Hz開始，逐步降低頻率到0.4Hz的等寬脈沖信號(hào)輸 出，時(shí)鐘發(fā)生電路還受脈沖放大轉(zhuǎn)換電路發(fā)出的控制信號(hào)的觸發(fā)控制，每觸發(fā)一次就延長(zhǎng) 已設(shè)定的時(shí)間順序的定時(shí)點(diǎn)延長(zhǎng)若干分鐘，從而使其控制的頻率控制電路在該淺睡眠或深 睡眠信號(hào)頻點(diǎn)設(shè)定的工作時(shí)間延長(zhǎng)若干分鐘，從而使其控制的頻率控制電路在該淺睡眠或 深睡眠信號(hào)頻點(diǎn)設(shè)定的工作時(shí)間延長(zhǎng)若干分鐘;頻率控制電路一邊將定時(shí)的、逐漸變化振 蕩頻率的淺、深睡眠腦電波等寬脈沖信號(hào)輸入到與之連接的選擇開關(guān)一端，由選擇開關(guān)決 定連接正弦波濾波器還是腦電波濾波器，一邊在引導(dǎo)失眠患者安然入睡后，發(fā)出關(guān)機(jī)信號(hào) 給與之連接的電源裝置控制端關(guān)閉電源關(guān)機(jī);所述的正弦波濾波器或腦電波濾波器的另一 端將濾波出的正弦波或模擬人類腦電波狀信號(hào)輸入到與之連接的驅(qū)動(dòng)放大電路一端，驅(qū)動(dòng) 放大電路放大后從另一端輸入到與之連接的電場(chǎng)發(fā)生線圈，驅(qū)動(dòng)電場(chǎng)發(fā)生線圈形成模擬人 類從淺睡眠腦電波到深睡眠腦電波的生物電場(chǎng)，從而達(dá)到無需藥物治療，就能使失眠患者 擺脫失眠進(jìn)入深沉睡眠的目的。
[0125] 進(jìn)一步，所述的體溫感知模塊4內(nèi)置有體溫校準(zhǔn)模塊，該體溫校準(zhǔn)模塊包括紅外體 溫監(jiān)測(cè)設(shè)備、校準(zhǔn)數(shù)據(jù)處理中心、測(cè)溫設(shè)備、環(huán)境參數(shù)監(jiān)測(cè)設(shè)備、環(huán)境參數(shù)監(jiān)測(cè)系統(tǒng)、紅外體 溫監(jiān)測(cè)系統(tǒng);其中
[0126] (1)測(cè)溫設(shè)備，用于采集耳道或者體表溫度數(shù)據(jù)TO，并傳輸至校準(zhǔn)數(shù)據(jù)處理中心；
[0127] (2)環(huán)境參數(shù)監(jiān)測(cè)設(shè)備：用于采集環(huán)境相關(guān)信息，并將環(huán)境信息轉(zhuǎn)化成電信號(hào)，傳 輸至環(huán)境參數(shù)監(jiān)測(cè)系統(tǒng)；
[0128] (3)環(huán)境參數(shù)監(jiān)測(cè)系統(tǒng)，接收到采集到的電信號(hào)以后，通過數(shù)據(jù)處理，并換算成環(huán) 境參數(shù)數(shù)據(jù)，并傳輸至校準(zhǔn)數(shù)據(jù)處理中心；
[0129] (4)紅外體表溫度監(jiān)測(cè)設(shè)備，用于采集步驟（1)中相同個(gè)體的體表紅外信息，并將 紅外信息轉(zhuǎn)化成電信號(hào)，傳輸至紅外體溫監(jiān)測(cè)系統(tǒng)；
[0130] (5)紅外體溫監(jiān)測(cè)系統(tǒng)，用于接收到紅外體表溫度監(jiān)測(cè)設(shè)備傳輸過來的電信號(hào)，將 電信號(hào)進(jìn)行數(shù)據(jù)處理，換算成體表溫度Ty傳入校準(zhǔn)數(shù)據(jù)處理中心；
[0131] (6)校準(zhǔn)數(shù)據(jù)處理中心，用于將收集到的耳道溫度或體表溫度、環(huán)境參數(shù)、紅外體 表溫度進(jìn)行數(shù)據(jù)分析和處理，建立環(huán)境參數(shù)-體表溫度-體溫的校準(zhǔn)參數(shù)曲線，將該曲線發(fā) 送給中央處理器。
[0132] 進(jìn)一步，所述腦電信號(hào)分類識(shí)別模塊的腦電信號(hào)分類識(shí)別方法具體步驟為：
[0133] 步驟一，選取主試和次試，對(duì)5位實(shí)驗(yàn)者對(duì)應(yīng)的EEG信號(hào)依次編號(hào)為EEG_data_al、 EEG_data_aa、EEG_data_av、EEG_data_ay、EEG_data_aw，選定 al 實(shí)驗(yàn)者為主要被試，其他四 位實(shí)驗(yàn)者為次要被試；
[0134] 步驟二，頻域?yàn)V波，使用一個(gè)8~30Hz的帶通濾波器，對(duì)采集的腦電數(shù)據(jù)進(jìn)行濾波 預(yù)處理，且此頻率段有明顯的ERD/ERS生理現(xiàn)象；
[0135] 步驟三，選取訓(xùn)練樣本，對(duì)信號(hào)濾波之后，從主要實(shí)驗(yàn)者al的A類和B類EEG信號(hào)中 分別選取11個(gè)EEG信號(hào)作為訓(xùn)練樣本，然后從其他4位次要實(shí)驗(yàn)者的A類和B類EEG信號(hào)中分 別選取10個(gè)EEG信號(hào)作為訓(xùn)練樣本，則所有次試者的A類和B類訓(xùn)練樣本總數(shù)均為40個(gè)；
[0136] 步驟四，分別求出主試者的A類和B類訓(xùn)練樣本的協(xié)方差矩陣之和RA與RB，所有次
試者A類和B類訓(xùn)練樣本的協(xié)方差矩陣之和^與胃B，
[0137]
[0138] !=丄-Β? ,
[0139] 其中，XAi(i = l，2. . .10)表示主試者第i次想象左手運(yùn)動(dòng)的EEG信號(hào)，XBi(i = l， 2. . .10)表示主試者第i次想象右手運(yùn)動(dòng)的EEG信號(hào)，X(i,A)T表示X(i，A)的轉(zhuǎn)置，tr(X (i,A) X(i,A)T)表示矩陣 X(i,A)X(i,A)T 的跡，
[0140]
[0141]
[0142] 其中，(丨=表示次試者第i次想象左手運(yùn)動(dòng)的EEG信號(hào)， = 表示次試者第i次想象右手運(yùn)動(dòng)的EEG信號(hào)；
[0143] 步驟五，求正則化協(xié)方差矩陣
[0144] 引入正則化參數(shù)α和β，取值范圍為ae[0，l]和βΕ[0，1]，α分別取〇,〇.〇〇1，〇.〇1， 0.1，0.2; β分別取0，0.01，0.1，0.2,0.4,0.6,在正則化參數(shù)的作用下，將主試者的協(xié)方差矩 陣之和與次試者的協(xié)方差矩陣之和相結(jié)合，構(gòu)造兩類平均正則化協(xié)方差矩陣，公式如下所 示：
[0147] 其中，吋η ]表示h 丨 的跡，I為NXN的單位(l-p)-m + β ' {η -\)'m (I - ρ ) · m -?- ρ ^ {η - 1) > m
[0145]
[0146] 矩陣，Ν為通道采集數(shù)；
[0148] 步驟六，將步驟五中的兩類平均正則化協(xié)方差矩陣求和并進(jìn)行特征值分解，求解 正則白化矩陣，如下所示：
[0149] Ζ(α,β) = Ζ,{α,β) + ΖΗ{α,β) = U · Λ · V1
[0150] 其中，人為特征值對(duì)角矩陣，#為對(duì)應(yīng)的特征向量矩陣，則正則白化矩陣為：
[0151]
[0152 ]步驟七，對(duì)步驟六中所得的ZA( a，β)和Zb (a，β)進(jìn)行如下轉(zhuǎn)換：
[0153] Ζ ,(α.β) = Ρ·Ζ ,{α.β)· P! = U t A , 0 !
[0154] Zv{α,β) = P · Ζ,{α.β) P1 = V, - Λ,v · U/
[0155] 其中，ΛΑ和Λ B為特征值對(duì)角矩陣，UA和UB為對(duì)應(yīng)的特征向量矩陣，選取對(duì)角陣 Λ a、Λ β中最大特征值對(duì)應(yīng)的特征向量，構(gòu)造空間濾波器如下：
[0156] Wa=Uat · P
[0157] Wb = Ubt · Ρ
[0158] 步驟八，將訓(xùn)練樣本的兩類EEG信號(hào)ΧΑ和ΧΒ經(jīng)過相應(yīng)的濾波器Wa、Wb有：
[0159] Fa=Wat · Xa
[0160] Fb=Wbt · Xb
[0161] 步驟九，對(duì)步驟八中經(jīng)過正則化共同空間模式過濾的腦電信號(hào)計(jì)算功率譜密度， 求取頻率在8~15Hz的功率譜密度值，利用構(gòu)造學(xué)習(xí)字典B= [Fa Fb];
[0162] 步驟十，在主試者的訓(xùn)練樣本中依次選取一組數(shù)據(jù)作為測(cè)試樣本y，按以上步驟進(jìn) 行濾波，投影，保留處理后的測(cè)試樣本數(shù)據(jù)；
[0163] 步驟^^一，按下式求解測(cè)試樣本的稀疏表示向量：
[0164] *. = min IkII, subject to
[0165] 其中x為待求解的測(cè)試運(yùn)動(dòng)想象樣本的稀疏表示向量，y待求解的測(cè)試運(yùn)動(dòng)想象樣 本數(shù)據(jù)，為ε為誤差閾值；
[0166] 步驟十二，針對(duì)每一次運(yùn)動(dòng)想象i，根據(jù)測(cè)試樣本的稀疏表示向量矣計(jì)算殘差>:(.〔）
[0167] 你)，-順)|
[0168] 其中5(毛)是由稀疏表示向量負(fù)得到的新向量，在該向量中，第i類運(yùn)動(dòng)想象所對(duì)應(yīng) 的元素項(xiàng)與稀疏表示向量中相應(yīng)的元素項(xiàng)相同，其他元素項(xiàng)均為零；
[0169] 步驟十三，用殘差最小的類別作為最終的運(yùn)動(dòng)想象類別的識(shí)別結(jié)果：
[0170] /細(xì)"/(v(.v) = arg min (.?，)，j)是測(cè)試樣本數(shù)據(jù)。
[0171] 進(jìn)一步，所述無線通信模塊的通信方法包括發(fā)射η路源信號(hào)、接收端接收混疊信 號(hào)、分離系統(tǒng)分離多路混疊信號(hào)；
[0172] 所述的發(fā)射η路源信號(hào)是指η路源信號(hào)經(jīng)信道混合后，混合系統(tǒng)稱為Α，在發(fā)送端由 η根天線在空間發(fā)射；
[0173] 所述的接收端接收混疊信號(hào)是指接收端利用m(m2n>l)根天線把混疊信號(hào)接收 下來，接收信號(hào)被稱為觀測(cè)信號(hào)，接收端先進(jìn)行觀測(cè)信號(hào)的預(yù)處理，預(yù)處理包含兩部分，即 中心化處理和球面化處理；
[0174]所述的分離系統(tǒng)分離多路混疊信號(hào)是指分離系統(tǒng)W會(huì)根據(jù)各路源信號(hào)信息熵值的 不同在熵域分離該多路混疊信號(hào)，其中信息熵值的判據(jù)采用負(fù)熵；
[0175] 其中，負(fù)熵近似計(jì)算的表達(dá)式如下：
[0176]
[0177] 其中，h為一些正常數(shù)，Μ為具有零均值、單位方差的高斯變量，函數(shù)為非二次函 數(shù)；
[0178]當(dāng)所有的G尸G時(shí)，近似式成為：
[0179] JG(x) ?C[E{G(x)}-E{G(M)}]2 (式2)
[0180] 其中，G是任意非二次函數(shù)，C是一個(gè)常數(shù)；
[0181]然后采用上述公式進(jìn)行負(fù)熵的計(jì)算，根據(jù)各路信號(hào)負(fù)熵值的差異即可把各路信號(hào) 提取出來，實(shí)現(xiàn)信道的多路復(fù)用。
[0182]進(jìn)一步，所述的分離系統(tǒng)分離多路混疊信號(hào)由于采用多路天線發(fā)射和多路天線接 收的多輸入多輸出技術(shù)，MM0-EDM無線通信系統(tǒng)隨著收發(fā)天線數(shù)目的增加，極限信道容量 也會(huì)隨之線性地增加，MMO-EDM無線通信系統(tǒng)極限容量的計(jì)算過程如下：
[0183] 利用Laguerre多項(xiàng)式計(jì)算可以得到：
[0184]
[0185] 其中，m=min(Nt，Nr)
[0186] n=max(Nt,Nr)
[0187] :?'為次數(shù)為k的Laguerre多項(xiàng)式
[0188] 如果令λ = η/πι，可以推導(dǎo)出如下歸一化后的信道容量表示式；
[0189]
[0190]
[0191]
[0192] 在快速瑞利衰落的情況下，令m = n = Nt = Nr，貝ljvi = 0，V2 = 4;
[0194]
[0193] 漸進(jìn)信道容量為：
[0195]
[0196]
[0197]
[0198]
[0199] 本發(fā)明通過情緒感知模塊、腦電波感知模塊、體溫感知模塊感知乘客情緒、腦電波 信號(hào)、體溫，進(jìn)而調(diào)整機(jī)艙內(nèi)的的環(huán)境，提供舒適的體驗(yàn)，通過坐姿感知模塊感知乘客坐姿， 并自動(dòng)調(diào)節(jié)座椅姿勢(shì)，使得長(zhǎng)途飛機(jī)旅行的乘客有更舒適的乘機(jī)體驗(yàn)。
[0200] 以上所述僅是對(duì)本發(fā)明的較佳實(shí)施例而已，并非對(duì)本發(fā)明作任何形式上的限制， 凡是依據(jù)本發(fā)明的技術(shù)實(shí)質(zhì)對(duì)以上實(shí)施例所做的任何簡(jiǎn)單修改，等同變化與修飾，均屬于 本發(fā)明技術(shù)方案的范圍內(nèi)。
【主權(quán)項(xiàng)】
1. 一種智能感知毛毯，其特征在于，所述的智能感知毛毯包括中央處理器及與所述的 中央處理器無線連接的情緒感知模塊、腦電波感知模塊、體溫感知模塊、坐姿感知模塊； 所述的情緒感知模塊用于感知和采集被測(cè)對(duì)象的情緒信息，且處理分析所述情緒信息 以產(chǎn)生情緒緊張值，進(jìn)而根據(jù)所述情緒緊張值以產(chǎn)生控制拍錄模塊拍錄的開啟控制信號(hào)； 所述的情緒感知模塊還包括通信模塊和信號(hào)處理模塊，該通信模塊與所述情緒感知模 塊相連，用于將所述開啟控制信號(hào)發(fā)送至所述拍錄模塊；以及所述拍錄模塊，與所述通信模 塊相連，用于根據(jù)所述開啟控制信號(hào)進(jìn)行拍錄； 所述的信號(hào)處理模塊用于將獲取的目標(biāo)情緒反應(yīng)的生理響應(yīng)信號(hào)進(jìn)行情緒生理響應(yīng) 特征分析，從生理響應(yīng)信號(hào)中分析出反應(yīng)目標(biāo)情緒變化的生理信號(hào)重要特征及其組合，根 據(jù)分析得到的目標(biāo)情緒生理響應(yīng)特征及其組合確定感知情緒的種類，包括挫敗、興奮、厭 煩、緊張； 所述的緊張情緒的緊張值T = klXEl(HRV)+kXE(P)+kXE(R)，其中， ki+k2+k3= 1 ；E2(P) = (P(t)-P(t-l))/P〇,0〈E2(P)〈l; E3(R) = (A-R(t))/A，0〈E3(R)〈1; HRV、P和R分別代表心率變化值、血壓值和表皮導(dǎo)電阻值，ki，k2，k3為加權(quán)系數(shù)，分別體 現(xiàn)心率變化、血壓和表皮導(dǎo)電性對(duì)情緒緊張程度度量值的貢獻(xiàn)，E1 (HRV)為根據(jù)心率變化計(jì) 算出的情緒緊張程度,E2(P)為根據(jù)血壓變化計(jì)算出的情緒緊張程度，E 3(R)為根據(jù)皮膚導(dǎo)電 性變化計(jì)算出的情緒緊張程度，t為當(dāng)前時(shí)刻，t-Ι為當(dāng)前時(shí)刻的前一時(shí)刻，t-2為當(dāng)前時(shí)刻 的前兩時(shí)刻，Cp(HRV)為t-2時(shí)刻、t-Ι時(shí)刻與當(dāng)前時(shí)刻的心率變化值之和，HRV(t-2)為t-2 時(shí)刻的心率變化值，HRV( t-1)為t-1時(shí)刻的心率變化值，HRV( t)為當(dāng)前時(shí)刻的心率變化值， HO為被測(cè)對(duì)象正常情緒狀態(tài)下的心率值，P(t)為當(dāng)前時(shí)刻的血壓值，P(t-l)為t-Ι時(shí)刻的血 壓值，PO為被測(cè)對(duì)象在正常情緒狀態(tài)下的血壓值，A為被測(cè)對(duì)象預(yù)先測(cè)量的皮膚電阻參考 值，R( t)為當(dāng)前時(shí)刻皮膚電阻值； 所述的腦電波感知模塊包括： 腦電信號(hào)分類識(shí)別模塊，用于對(duì)腦電信號(hào)進(jìn)行分類和識(shí)別； 多個(gè)腦電波傳感器，配置來在使用時(shí)檢測(cè)佩戴所述腦電波檢測(cè)裝置的用戶的腦電波， 并產(chǎn)生腦電波信號(hào)； 腦電波處理單元，用于將采集到的模擬腦電波信號(hào)進(jìn)行放大和濾波處理得到0.5Hz-IOOHz范圍內(nèi)的包括α波、β波、Θ波和δ波的模擬腦電波信號(hào);將模擬腦電波信號(hào)進(jìn)行模數(shù)轉(zhuǎn) 換成數(shù)字腦電波信號(hào)后進(jìn)行傅里葉變換分別得到α波、β波、Θ波和δ波的傅里葉譜，將信號(hào)從 空間域變換至頻率域;對(duì)包括α波、β波、Θ波和δ波的數(shù)字腦電波信號(hào)進(jìn)行凱澤窗處理，經(jīng)幅 值分析、時(shí)間域分析和頻率域分析得到腦電波信號(hào)的各項(xiàng)指標(biāo)參數(shù)； 電源管理模塊，配置來與所述多個(gè)腦電波傳感器連接，并且檢測(cè)來自所述多個(gè)腦電波 傳感器的腦電波信號(hào)； 腦電波助眠單元，包括枕頭、枕頭內(nèi)的電場(chǎng)發(fā)生線圈、電源裝置，枕頭內(nèi)置有振動(dòng)傳感 器、脈沖放大轉(zhuǎn)換電路、時(shí)鐘發(fā)生電路、分頻電路、頻率控制電路、正弦波濾波器、腦電波濾 波器、選擇開關(guān)、驅(qū)動(dòng)放大電路;所述的振動(dòng)傳感器將失眠患者輾轉(zhuǎn)反側(cè)運(yùn)動(dòng)轉(zhuǎn)換成的電子 脈沖輸入到與之連接的脈沖放大轉(zhuǎn)換電路一端，經(jīng)其轉(zhuǎn)換成控制信號(hào)后從另一端輸入到與 之連接的時(shí)鐘發(fā)生電路;時(shí)鐘發(fā)生電路一方面將標(biāo)準(zhǔn)秒脈沖信號(hào)輸入到與之連接的分頻電 路一端，經(jīng)分頻電路另一端將分頻出的淺睡眠和深睡眠腦電波振蕩頻率為0.4-9Hz的等寬 脈沖信號(hào)輸入到與之互連的頻率控制電路； 所述的體溫感知模塊內(nèi)置有非接觸式紅外溫度傳感器，該非接觸式紅外溫度傳感器分 別與溫差熱電堆放大電路以及溫度補(bǔ)償及放大電路相連，溫差熱電堆放大電路以及溫度補(bǔ) 償及放大電路相連分別連接到AD轉(zhuǎn)換電路，所述的AD轉(zhuǎn)換電路為一個(gè)多路AD轉(zhuǎn)換電路，AD 轉(zhuǎn)換電路與主控電路相連，主控電路與顯示電路以及報(bào)警電路相連;所述的非接觸式紅外 溫度傳感器采用熱電堆紅外溫度傳感器實(shí)現(xiàn)對(duì)體溫信號(hào)和環(huán)境溫度信號(hào)即溫差熱電堆微 弱的電壓信號(hào)和電熱調(diào)節(jié)器的熱敏電阻信號(hào)的非接觸檢測(cè)； 所述的坐姿感知模塊包括坐姿矯正器本體，在坐姿矯正器本體中安裝有加速度計(jì)、張 力傳感器； 所述的腦電波助眠單元還將輸出定時(shí)信號(hào)來控制與之連接的頻率控制電路按設(shè)定的 時(shí)間順序定時(shí)工作，使頻率控制電路將從分頻電路輸入的全部等寬脈沖信號(hào)轉(zhuǎn)換為以每若 干分鐘為間隔，從淺睡眠腦電波振蕩頻率點(diǎn)9Hz開始，逐步降低頻率到4Hz，并自動(dòng)過渡到深 睡眠腦電波振蕩頻率4Hz開始，逐步降低頻率到0.4Hz的等寬脈沖信號(hào)輸出，時(shí)鐘發(fā)生電路 還受脈沖放大轉(zhuǎn)換電路發(fā)出的控制信號(hào)的觸發(fā)控制，每觸發(fā)一次就延長(zhǎng)已設(shè)定的時(shí)間順序 的定時(shí)點(diǎn)延長(zhǎng)若干分鐘，從而使其控制的頻率控制電路在該淺睡眠或深睡眠信號(hào)頻點(diǎn)設(shè)定 的工作時(shí)間延長(zhǎng)若干分鐘； 所述體溫感知模塊內(nèi)置有體溫校準(zhǔn)模塊，該體溫校準(zhǔn)模塊包括紅外體溫監(jiān)測(cè)設(shè)備、校 準(zhǔn)數(shù)據(jù)處理中心、測(cè)溫設(shè)備、環(huán)境參數(shù)監(jiān)測(cè)設(shè)備、環(huán)境參數(shù)監(jiān)測(cè)系統(tǒng)、紅外體溫監(jiān)測(cè)系統(tǒng);其 中 (1) 測(cè)溫設(shè)備，用于采集耳道或者體表溫度數(shù)據(jù)TO，并傳輸至校準(zhǔn)數(shù)據(jù)處理中心； (2) 環(huán)境參數(shù)監(jiān)測(cè)設(shè)備：用于采集環(huán)境相關(guān)信息，并將環(huán)境信息轉(zhuǎn)化成電信號(hào)，傳輸至 環(huán)境參數(shù)監(jiān)測(cè)系統(tǒng)； (3) 環(huán)境參數(shù)監(jiān)測(cè)系統(tǒng)，接收到采集到的電信號(hào)以后，通過數(shù)據(jù)處理，并換算成環(huán)境參 數(shù)數(shù)據(jù)，并傳輸至校準(zhǔn)數(shù)據(jù)處理中心； (4) 紅外體表溫度監(jiān)測(cè)設(shè)備，用于采集步驟（1)中相同個(gè)體的體表紅外信息，并將紅外 信息轉(zhuǎn)化成電信號(hào)，傳輸至紅外體溫監(jiān)測(cè)系統(tǒng)； (5) 紅外體溫監(jiān)測(cè)系統(tǒng)，用于接收到紅外體表溫度監(jiān)測(cè)設(shè)備傳輸過來的電信號(hào)，將電信 號(hào)進(jìn)行數(shù)據(jù)處理，換算成體表溫度Ty傳入校準(zhǔn)數(shù)據(jù)處理中心； (6) 校準(zhǔn)數(shù)據(jù)處理中心，用于將收集到的耳道溫度或體表溫度、環(huán)境參數(shù)、紅外體表溫 度進(jìn)行數(shù)據(jù)分析和處理，建立環(huán)境參數(shù)-體表溫度-體溫的校準(zhǔn)參數(shù)曲線，將該曲線發(fā)送給 中央處理器。2.如權(quán)利要求1所述的智能感知毛毯，其特征在于，所述腦電信號(hào)分類識(shí)別模塊的腦電 信號(hào)分類識(shí)別方法具體步驟為： 步驟一，選取主試和次試，對(duì)5位實(shí)驗(yàn)者對(duì)應(yīng)的EEG信號(hào)依次編號(hào)為EEG_data_al、EEG_ data_aa、EEG_data_av、EEG_data_ay、EEG_data_aw，選定 al 實(shí)驗(yàn)者為主要被試，其他四位實(shí) 驗(yàn)者為次要被試； 步驟二，頻域?yàn)V波，使用一個(gè)8~30Hz的帶通濾波器，對(duì)采集的腦電數(shù)據(jù)進(jìn)行濾波預(yù)處 理，且此頻率段有明顯的ERD/ERS生理現(xiàn)象； 步驟三，選取訓(xùn)練樣本，對(duì)信號(hào)濾波之后，從主要實(shí)驗(yàn)者al的A類和B類EEG信號(hào)中分別 選取11個(gè)EEG信號(hào)作為訓(xùn)練樣本，然后從其他4位次要實(shí)驗(yàn)者的A類和B類EEG信號(hào)中分別選 取10個(gè)EEG信號(hào)作為訓(xùn)練樣本，則所有次試者的A類和B類訓(xùn)練樣本總數(shù)均為40個(gè)； 步驟四，分別求出主試者的A類和B類訓(xùn)練樣本的協(xié)方差矩陣之和RA與RB，所有次試者A 類和B類訓(xùn)練樣本的協(xié)方差矩陣之和民\與％，其中，XAi(i = l，2. . .10)表示主試者第i次想象左手運(yùn)動(dòng)的EEG信號(hào)，XBi(i = l，2. . .10) 表示主試者第i次想象右手運(yùn)動(dòng)的EEG信號(hào)，X(i,A)T表示X(i，A)的轉(zhuǎn)置，tr(X(i,A)X(i,A) T)表示 矩陣 Χ(?,Α)Χ(?,Α)Τ 的跡，其中，f a· 0 = L > 40).表示次試者第i次想象左手運(yùn)動(dòng)的E E G信號(hào)， &? Ci = U 40)表示次試者第i次想象右手運(yùn)動(dòng)的EEG信號(hào)； 步驟五，求正則化協(xié)方差矩陣 引入正則化參數(shù)α和β，取值范圍為ae[〇，l]和βΕ[〇，1]，α分別取〇,〇.〇〇1，〇.〇1，〇.1， 〇. 2; β分別取0，0.01，0.1，0.2,0.4,0.6,在正則化參數(shù)的作用下，將主試者的協(xié)方差矩陣之 其中，產(chǎn):? ]表示Uw的跡，I為NXN的單位矩陣， (1 - β)'m + β ' {η - I)'m U - μ) m ^ p (η - i) m N為通道采集數(shù)； 步驟六，將步驟五中的兩類平均正則化協(xié)方差矩陣求和并進(jìn)行特征值分解，求解正則 白化矩陣，如下所示：其中，i為特征值對(duì)角矩陣，為對(duì)應(yīng)的特征向量矩陣，則正則白化矩陣為：步驟七，對(duì)步驟六中所得的ΖΑ(α，β)和ΖΒ(α，β)進(jìn)行如下轉(zhuǎn)換：其中，Λ a和Λ B為特征值對(duì)角矩陣，UA和UB為對(duì)應(yīng)的特征向量矩陣，選取對(duì)角陣Λ α、Λ B 中最大特征值對(duì)應(yīng)的特征向量，構(gòu)造空間濾波器如下： Wa=Uat · P Wb = Ubt · P 步驟八，將訓(xùn)練樣本的兩類EEG信號(hào)Xa和Xb經(jīng)過相應(yīng)的濾波器WA、WB有： Fa=Wat · Xa Fb=Wbt · Xb 步驟九，對(duì)步驟八中經(jīng)過正則化共同空間模式過濾的腦電信號(hào)計(jì)算功率譜密度，求取 頻率在8~15Hz的功率譜密度值，利用構(gòu)造學(xué)習(xí)字典B= [Fa Fb]; 步驟十，在主試者的訓(xùn)練樣本中依次選取一組數(shù)據(jù)作為測(cè)試樣本y，按以上步驟進(jìn)行濾 波，投影，保留處理后的測(cè)試樣本數(shù)據(jù)； 步驟^^一，按下式求解測(cè)試樣本的稀疏表示向量： = minIIyII1 SiibjeGtto 卜 s 其中X為待求解的測(cè)試運(yùn)動(dòng)想象樣本的稀疏表示向量，y待求解的測(cè)試運(yùn)動(dòng)想象樣本數(shù) 據(jù)，為ε為誤差閾值； 步驟十二，針對(duì)每一次運(yùn)動(dòng)想象i，根據(jù)測(cè)試樣本的稀疏表示向量名計(jì)算殘差/:〇 訴) = ||j>-砰(元)| 其中忑(天)是由稀疏表示向量.?得到的新向量，在該向量中，第i類運(yùn)動(dòng)想象所對(duì)應(yīng)的元 素項(xiàng)與稀疏表示向量中相應(yīng)的元素項(xiàng)相同，其他元素項(xiàng)均為零； 步驟十三，用殘差最小的類別作為最終的運(yùn)動(dòng)想象類別的識(shí)別結(jié)果： .1'} = arg min /;(/·),,是測(cè)試樣本數(shù)據(jù)。 3 .如權(quán)利要求1所述的智能感知毛毯，其特征在于，所述無線通信模塊的通信方法包括 發(fā)射η路源信號(hào)、接收端接收混疊信號(hào)、分離系統(tǒng)分離多路混疊信號(hào)； 所述的發(fā)射η路源信號(hào)是指η路源信號(hào)經(jīng)信道混合后，混合系統(tǒng)稱為Α，在發(fā)送端由η根 天線在空間發(fā)射； 所述的接收端接收混疊信號(hào)是指接收端利用m(m 2 η>1)根天線把混疊信號(hào)接收下來， 接收信號(hào)被稱為觀測(cè)信號(hào)，接收端先進(jìn)行觀測(cè)信號(hào)的預(yù)處理，預(yù)處理包含兩部分，即中心化 處理和球面化處理； 所述的分離系統(tǒng)分離多路混疊信號(hào)是指分離系統(tǒng)W會(huì)根據(jù)各路源信號(hào)信息熵值的不同 在熵域分離該多路混疊信號(hào)，其中信息熵值的判據(jù)采用負(fù)熵； 其中，負(fù)熵近似計(jì)算的表達(dá)式如下：(式I) 其中，kj為一些正常數(shù)，M為具有零均值、單位方差的高斯變量，函數(shù)&為非二次函數(shù)； 當(dāng)所有的Gj = G時(shí)，近似式成為： Jg(x) ?C[E{G(x)}-E{G(M)}]2 (式2) 其中，G是任意非二次函數(shù)，C是一個(gè)常數(shù)； 然后采用上述公式進(jìn)行負(fù)熵的計(jì)算，根據(jù)各路信號(hào)負(fù)熵值的差異即可把各路信號(hào)提取 出來，實(shí)現(xiàn)信道的多路復(fù)用。4.如權(quán)利要求3所述的智能感知毛毯，其特征在于，所述的分離系統(tǒng)分離多路混疊信號(hào) 由于采用多路天線發(fā)射和多路天線接收的多輸入多輸出技術(shù)，MHTO-EDM無線通信系統(tǒng)隨著 收發(fā)天線數(shù)目的增加，極限信道容量也會(huì)隨之線性地增加，MIMO-EDM無線通信系統(tǒng)極限容 量的計(jì)算過程如下：
【文檔編號(hào)】A61B5/0476GK105832348SQ201610162456
【公開日】2016年8月10日
【申請(qǐng)日】2016年3月22日
【發(fā)明人】胡奕清
【申請(qǐng)人】寧波元鼎電子科技有限公司