中文字幕日韩精品亚洲一区丨日韩一区二区a片免费观看丨日本不卡不码高清免费丨呦男呦女视频精品八区丨免费女女同性av网站丨亚洲中文字幕高清乱码在线丨国产国一国二wwwwww丨日韩av无码中文一区二区三区丨高潮潮喷奶水飞溅视频无码丨天天爽天天摸天天碰丨天美传媒精品丨亚洲成肉网丨亚色九九九全国免费视频丨亚洲国产va丨天天摸天天爽丨亚洲精品五月丨东京热人妻丝袜av无码丨亚洲精品一区二区另类图片丨999久久久国产精品丨国产福利免费观看

疲勞是影響飛行安全的一個(gè)重要因素，可能導(dǎo)致飛行員操作能力下降、錯(cuò)誤判斷和飛行錯(cuò)覺(jué)，甚至?xí)l(fā)嚴(yán)重飛行事故。當(dāng)飛行員疲勞時(shí)，其自主神經(jīng)系統(tǒng)會(huì)發(fā)生相應(yīng)的變化，心率與自主神經(jīng)系統(tǒng)活動(dòng)存在一定的相關(guān)性，心電信號(hào)可以在一定程度上反映人的疲勞狀態(tài)。

為了滿足飛行員自然駕駛和安全飛行的需求，本研究選擇了采樣率高、數(shù)據(jù)可靠、操作方便、非侵入性強(qiáng)的ECG心電傳感器，并結(jié)合主觀自我評(píng)估來(lái)識(shí)別飛行員的疲勞狀態(tài)，從而保證了飛行員疲勞數(shù)據(jù)的實(shí)時(shí)性和準(zhǔn)確性。

通過(guò)飛行模擬實(shí)驗(yàn)收集飛行員心電（ECG）和Samn–Perell7級(jí)疲勞量表數(shù)據(jù)識(shí)別飛行員的疲勞狀態(tài)。對(duì)采集的ECG數(shù)據(jù)進(jìn)行預(yù)處理后，通過(guò)弗里德曼檢驗(yàn)和主成分分析(PCA)選擇并提取ECG數(shù)據(jù)的時(shí)域、頻域和非線性特征指標(biāo)。基于特征選擇和提取的結(jié)果，利用學(xué)習(xí)向量化算法神經(jīng)網(wǎng)絡(luò)（LVQ）建立了飛行員的疲勞狀態(tài)識(shí)別模型，并確定飛行員的非疲勞、輕度疲勞和疲勞狀態(tài)。最后將鑒定結(jié)果與反向傳播神經(jīng)網(wǎng)絡(luò)（BPNN）、支持向量機(jī)（SVM）等傳統(tǒng)方法進(jìn)行了比較。

招募30名獲得飛行資格證的飛行員。飛行員在 Cessna 172模擬飛行器執(zhí)行飛行任務(wù)，佩戴津發(fā)科技BIO無(wú)線可穿戴ECG傳感器采集ECG信號(hào)，并通過(guò)ErgoLAB人機(jī)環(huán)境同步云平臺(tái)記錄和處理ECG信號(hào)，Cessna 172模擬飛行器和無(wú)線可穿戴ECG傳感器的佩戴如下圖。每個(gè)飛行員每天在上午、下午、晚上分別執(zhí)行一次模擬飛行，共持續(xù)30天。

飛行員和主試在每次飛行前后根據(jù)飛行員的疲勞狀態(tài)在Samn–Perelli7級(jí)疲勞量表中選擇最靠近的疲勞水平，結(jié)果取其平均值，并將疲勞量表得分不大于3定義為非疲勞狀態(tài)，大于3但不大于5定義為輕度疲勞狀態(tài)，大于5定義為疲勞狀態(tài)。

飛行員的疲勞水平在9：00-11：00、14：00-16：00和19：00-21：00的三個(gè)時(shí)間段內(nèi)有顯著差異，這三個(gè)時(shí)間段對(duì)應(yīng)的飛行員疲勞狀態(tài)可分為非疲勞、輕度疲勞和疲勞。使用非疲勞、輕度疲勞和疲勞狀態(tài)作為模型訓(xùn)練的標(biāo)簽。

選擇22人數(shù)據(jù)（1152樣本）為訓(xùn)練集，剩下8人數(shù)據(jù)(288樣本)為測(cè)試集，通過(guò)弗里德曼檢驗(yàn)得出差異顯著的ECG 的4個(gè)時(shí)域指標(biāo)（ AVNN、AVHR、RMSSD、PNN50）、3個(gè)頻域指標(biāo)（LFnorm、HFnorm、LF/HF）和3個(gè)非線性指標(biāo)（SD1、A++、B++）。以時(shí)域指標(biāo)為例弗里德曼檢驗(yàn)的箱圖如下。

采用主成分分析，進(jìn)一步消除了特征提取之間的相互作用，主成分分析結(jié)果見(jiàn)下圖，選擇PC1、PC2、PC3、PC4和PC5作為模型訓(xùn)練的新特征指標(biāo)。

選擇均方誤差(MSE)作為損失函數(shù)。MSE值越小，模型輸出分布和樣本標(biāo)簽分布越接近。基于LVQ模型的飛行員疲勞狀態(tài)識(shí)別的準(zhǔn)確率和MSE如下圖所示。當(dāng)神經(jīng)元個(gè)數(shù)為13時(shí)，準(zhǔn)確率最高，MSE相對(duì)較小。

測(cè)試集中飛行員疲勞識(shí)別結(jié)果如圖10，其中“0”、“1”、“2”分別代表非疲勞、輕度疲勞和疲勞狀態(tài)。LVQ模型的平均識(shí)別準(zhǔn)確率為82.29%。

對(duì)比LVQ模型與BPNN模型和SVM模型的準(zhǔn)確率、精確度、召回率、F1指數(shù)和ROC曲線，結(jié)果表明：LVQ模型在飛行員疲勞狀態(tài)識(shí)別上更為準(zhǔn)確、可信、穩(wěn)定、有效。

本研究利用ErgoLAB人機(jī)環(huán)境同步云平臺(tái)在模擬飛行任務(wù)中采集和分析飛行員心電信號(hào)進(jìn)行疲勞狀態(tài)識(shí)別的計(jì)算機(jī)建模，這為將來(lái)基于心電信號(hào)的飛行員疲勞狀態(tài)識(shí)別研究奠定了基礎(chǔ)，為減少飛行員疲勞引起的飛行事故提供了理論依據(jù)。同時(shí)研究結(jié)果也為飛行員疲勞風(fēng)險(xiǎn)管理和智能飛機(jī)自動(dòng)駕駛系統(tǒng)的發(fā)展提供實(shí)際的參考。

1.Pan T, Wang H, Si H, Li Y, Shang L. Identification of Pilots' Fatigue Status Based on Electrocardiogram Signals. Sensors (Basel). 2021 Apr 25;21(9):3003. doi: 10.3390/s21093003.

2.Caldwell, J.A.; Mallis, M.M.; Caldwell, J.L.; Paul, M.A.; Miller, J.C.; Neri, D.F. Fatigue counter measures in aviation. Aviat. Space Environ. Med. 2009, 80, 29–59.

3.Avers, K.; Johnson, W.B. A review of federal aviation administration fatigue research: Transitioning scientifific results to the aviation industry. Aviat. Appl. Hum. Factors 2011, 1, 87–98.