一种教学用脑波分析耳机设计与实现.docVIP

一种教学用脑波分析耳机设计与实现.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种教学用脑波分析耳机设计与实现

一种教学用脑波分析耳机的设计与实现   摘要:该文叙述了一种教学环境中使用的脑波分析耳机的工作原理和设计方法,其核心是对EEG脑电波信号的采集、滤波,运用时频谱和复杂度分析的方法进行综合分析提取精神状态特征,设计神经网络多层分类器对精神状态进行分类和识别,最后完成精神状态的自动检测和识别,以提高学生上课的注意力。   关键词:EEG;Cortex-A9;α波;8波;ANN-BP   中图分类号:TP391.4 文献标识码:A 文章编号:1009-3044(2018)08-0150-02   近年来大学教育的学时趋于进一步压缩,新的知识量却逐年递增,学生在课堂教学上的学习效率和效果尤其重要。如今的教学课堂上,学生低头玩手机或者疲倦打瞌睡的现象很普遍,这也是影响课堂教学质量的主要因素,如果能通过一种可穿戴的设备,检测到学生低头玩手机或者课堂上疲劳打瞌睡,就主动提醒学生的话,将会减少教师维持课堂纪律的工作,提高学生的注意力和学习效率,通过该设备还可以无线连接后台服务器,对学生课堂听讲过程的情况进行记录、统计和分析,为学生学习或者教师的今后教学提供有力的支持。   1脑波分析耳机系统的组成和工作原理   本系统主要应用在教育教学领域,采用最新数字信号处理、嵌入式软硬件、网络通信等技术,针对课堂教学环节,为培养学生集中注意力、提高学习效率而研发的一种可穿戴式智能硬件设备。   如何检测疲劳状态,目前采用的技术方法有:1)检测人员的生理信号,比如脑电信号EEG,心电信号ECG,眼电信号EOG,呼吸参数等等,根据采集信号的特性来判别是疲劳或者兴奋状态。2)检测人员的物理反应,比如眨眼频率、点头频率等等。3)检测人员的控制行为,比如开车时方向偏离、看书时候的书本不翻页等等。本文采用的方法,就是将EEG信号的采集装置和硬件电路做到了耳机里面,方便穿戴使用,?炔扛咚?CPU同时对采集后的信号进行快速处理和判断。   在探测手机以防学生课堂上玩手机方面,目前有一些手段:1)通过金属探测器来检测是否携带手机或含有金属部件的通信设备。2)手机信号探测仪,利用开机后的手机会不断地向基站发射无线信号,探测器也会接收到这些信号从而探测出手机。3)谐波雷达探测器。其原理类似军事雷达,技术实现复杂,成本高,对于普通的课堂教学并不合适。综合考虑到成本、实现技术的复杂度以及各自的优缺点,本文采用金属探测电路来进行手机探测。   探测可知,系统主要由2部分构成:脑电信号的采集和分析部分以及手栅金属探测部分。脑电信号的采集和分析部分,做成耳机的方式,方便人员的佩戴,并且为了简化结构和降低复杂性,通过单极脑电极的方式来采集EEG信号,如图1所示,其中夹在耳朵上的作为基准电极,另2个电极紧贴于前额Fp1和Fp2处。采集到的脑电信号非常微弱,并且极易受到眼动信号和工频干扰,通常需要EEG放大电路进行信号放大调理。实际的EEG放大电路,对其放大增益、输入阻抗、共模抑制比、信号噪声比有很高的要求,往往采用CBIA(电流平衡仪表放大电路)电路。放大后的EEG信号经过线性光耦隔离电路之后输入到ADC数模转换器,由Cortex-A9处理器读取转换后的EEG数据,完成采样。   利用Cortex-A9嵌入式多核处理器强大的计算能力,随后对数字化后的EEG信号进行预处理,去除眼动信号EOG、工频信号等外界干扰。并将EEG数据分成合适长度的数据段,利用有效的特征提取方法提取每个数据段的特征,通过特征选择的方法进一步提高特征提取的有效性,组成新的特征向量,然后构建有效的分类器进行分类,将分类之后的结果保存到存储器并且通过ZigBee通信模块和网关汇集数据之后进一步上传到Web服务器。   手机探测电路分为发射电路和接收电路两部分。探测发射电路,采用LC电容三点式振荡电路,产生频率30Khz的脉冲信号,经过功率放大后输入到发射线圈中,通电的线圈周围便会产生磁场。   探测接收电路,涡流传感器接收感应到的磁场变化,将磁场强度转变为电压信号输出。在无金属的情况下,涡流传感器的输出电压经过后面的检波、放大、ADC之后会得到一个基准值并保存到单片机中;当有金属物体检测的时候,涡流传感器的输出电压就会发生变化,再经过后面的检波、放大、ADC之后得到另一个数值,与无金属时候的基准值做比较判断,就会得出有金属物体被检测到的结论,同时单片机通过驱动振动马达或者点亮指示灯的方式警告学生不要再使用手机,另外也通过蓝牙模块将本次事件的发生时间、持续时间等基本信息发送给Cortex-A9处理器,Cortex-A9处理器除了记录该事件到存储器之外,也通过ZigBee模块和网关将事件上传到Web服务器。   2精神状态的检测与识别   本课题的主要研究内容在于识别学生课堂的精神状况。具体研究内

文档评论(0)

erterye + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档