生理信息计算研究开题报告

1. 研究目的与意义

疲劳是种自然现象，是人体的自我调节,和保护功能。

交通事故中，有一半以上是因为长时间疲劳驾驶或所见目标单调导致司机注意力不集中、甚至打瞌睡造成的。

为减少这样的事故发生，疲劳度测试就具有十分重要的意义。

2. 研究内容和预期目标

主要研究内容如下：1.语音信号产生的声学基础2.语音信号产生的数字模型3.语音疲劳度的特征参数提取4.LPCC及MFCC特征参数5.概率神经网络预期目标：能够通过语音的采集，经过一系列的计算，能够对不同疲劳程度的语音特性，计算出不同程度的疲劳值，并发出警告，以达到疲劳度预警的目标。

3. 研究的方法与步骤

拟采用如下研究方法：1、通过语音采集得到原始数据参数，通过录音笔进行录制，组每天分别在白天10点，晚上10点，白天4点，晚上4点，录下语音。

2、采用语音信号的基本参数来对疲劳语音特征进行研究，探究对疲劳度影响最大的特征。

3、采用概率神经网络来进行模式识别，对特征进行训练，随后对未知语音信号进行模式识别，得到所需概率参数。

4. 参考文献

[1] Rabiner L R, Juang B H, Fundamental of Speech Recognition, Prentic Hall Internation,1993[2]赵力，语音信号处理，机械工业出版社，2003[3]韩纪庆，语音信号处理，清华大学出版社，2005[4]王炳锡，语音编码，西安电子科技大学出版社，2002[5]郭仕剑，MATLAB入门与实践，人民邮电出版社，2008[6]薛年喜，MATLAB在数字信号处理中的应用，清华大学出版社，2003[7]张达敏，语音增强技术的对比研究[J]. 中青年学者专栏，2005(6)：83-84[8]杨秋成. 应用谱减法及其改进型算法进行语音增强，2003，33(8)：43-45[9]曹晓琳,张素莉,吴平,丁铁夫.基于MATLAB的谱相减语音增强算法的研究，计算机仿真，2006，23(3)：278-283

5. 计划与进度安排

1. 2022年4月1日-2022年4月3日，采集语音数据2. 2022年4月4日-2022年4月10日，通过语音信号的基本参数研究疲劳语音特征3. 2022年4月11日-2022年4月15日，探究影响疲劳度的最大特征4. 2022年4月16日-2022年4月20日，用概率神经网络来进行模式识别，对特征进行训练5. 2022年4月21日-2022年4月25日，完成疲劳度检测系统最后阶段