本發(fā)明屬于礦井安全技術(shù)領(lǐng)域，具體涉及一種用于智能礦用頭盔的礦工焦慮度識(shí)別方法。

背景技術(shù)：

腦機(jī)接口的技術(shù)研究已經(jīng)有幾十年的歷史，但在國(guó)內(nèi)腦機(jī)接口的技術(shù)還不成熟，大多處于實(shí)驗(yàn)室研發(fā)階段。煤炭在我國(guó)能源結(jié)構(gòu)中占66.6％的絕對(duì)性份額，在短期內(nèi)我國(guó)還無(wú)法離開煤炭能源，而目前我國(guó)每年有平均約6000人死于礦難。礦工的智能頭盔作為監(jiān)測(cè)系統(tǒng)的移動(dòng)終端，是監(jiān)測(cè)系統(tǒng)全面覆蓋礦井復(fù)雜環(huán)境的新發(fā)展手段。智能頭盔的設(shè)計(jì)及關(guān)鍵技術(shù)的研究對(duì)未來(lái)煤礦事故的減少，人員傷亡率的降低有著重大意義的貢獻(xiàn)?，F(xiàn)有的智能礦用頭盔大多只是完成礦工所處環(huán)境的監(jiān)測(cè)、語(yǔ)音通話等，沒(méi)有對(duì)礦工精神狀態(tài)及負(fù)性情緒方面的檢測(cè)與評(píng)估。長(zhǎng)時(shí)間的負(fù)性情緒對(duì)人的影響尤為顯著，人在憤怒、憎恨、過(guò)度悲傷的情況下會(huì)做出過(guò)激的反應(yīng)。而針對(duì)礦工來(lái)說(shuō)井下的突發(fā)事件可能會(huì)引起工人的過(guò)激行為進(jìn)一步引起誤操作。或者突然的事故會(huì)引起礦工緊張、悲傷、驚恐。所以對(duì)負(fù)性情緒的檢測(cè)就變得重要起來(lái)，可以有效的避免長(zhǎng)時(shí)間受負(fù)情緒影響的礦工有不當(dāng)?shù)牟僮?，如果大面積的操作面的工人負(fù)情緒明顯，就有必要著重了解該工作面的工況情況，警惕事故發(fā)生。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問(wèn)題在于針對(duì)上述現(xiàn)有技術(shù)中的不足，提供一種用于智能礦用頭盔的礦工焦慮度識(shí)別方法，步驟簡(jiǎn)單，通過(guò)θ波節(jié)律、α波節(jié)律和β波節(jié)律的單位時(shí)間內(nèi)的平均相對(duì)能量波動(dòng)關(guān)系量化負(fù)情緒，識(shí)別井下礦工的焦慮度，可以有效的避免礦工長(zhǎng)時(shí)間受負(fù)情緒影響時(shí)在井下操作不當(dāng)?shù)男袨?，提高井下操作安全系?shù)，便于推廣使用。

為解決上述技術(shù)問(wèn)題，本發(fā)明采用的技術(shù)方案是：一種用于智能礦用頭盔的礦工焦慮度識(shí)別方法，其特征在于，該方法包括以下步驟：

步驟一、原始腦電波信號(hào)的獲取：采用安裝在智能礦用頭盔上的腦電信號(hào)獲取裝置獲取礦工的腦電波信號(hào)并對(duì)其進(jìn)行預(yù)處理，得到原始腦電波信號(hào)x(t)后送入處理器；

所述腦電信號(hào)獲取裝置包括獲取大腦右側(cè)前額葉部位精神狀態(tài)的第一腦電電極、采集的耳垂處的電位且屏蔽參考信號(hào)的第二腦電電極、屏蔽大腦以下偽跡信號(hào)的第三腦電電極以及用于對(duì)第一腦電電極、第二腦電電極和第三腦電電極采集的信號(hào)進(jìn)行預(yù)處理的腦電信號(hào)獲取模塊，腦電信號(hào)獲取模塊的信號(hào)輸出端與處理器的信號(hào)輸入端相接；

步驟二、原始腦電波信號(hào)的小波包分解再重構(gòu)：處理器利用daubechies小波基函數(shù)對(duì)腦電信號(hào)獲取模塊采集的原始腦電波信號(hào)x(t)進(jìn)行小波包分解再重構(gòu)，得到原始腦電波信號(hào)x(t)小波包分解再重構(gòu)的小波樹頻帶離散信號(hào)x^k,m(i)，其中，k為小波包分解層數(shù)且k為不小于5的正整數(shù)，m為每層分解頻帶的位置編號(hào)且m＝0,1,...,(2^k-1)；

步驟三、獲取原始腦電信號(hào)x(t)的總能量：首先，處理器根據(jù)能量不變?cè)瓌t疊加步驟二得到的小波樹頻帶離散信號(hào)x^k,m(i)中頻率在0～4hz之間的δ波節(jié)律信號(hào)的能量，獲取δ波節(jié)律信號(hào)的能量en[δ(t)]＝en(δ)；處理器根據(jù)能量不變?cè)瓌t疊加步驟二得到的小波樹頻帶離散信號(hào)x^k,m(i)中頻率在4hz～8hz之間的θ波節(jié)律信號(hào)的能量，獲取θ波節(jié)律信號(hào)的能量en[θ(t)]＝en(θ)；處理器根據(jù)能量不變?cè)瓌t疊加步驟二得到的小波樹頻帶離散信號(hào)x^k,m(i)中頻率在8hz～14hz之間的α波節(jié)律信號(hào)的能量，獲取α波節(jié)律信號(hào)的能量en[α(t)]＝en(α)；處理器根據(jù)能量不變?cè)瓌t疊加步驟二得到的小波樹頻帶離散信號(hào)x^k,m(i)中頻率在14hz～30hz之間的β波節(jié)律信號(hào)的能量，獲取β波節(jié)律信號(hào)的能量en[β(t)]＝en(β)；處理器根據(jù)能量不變?cè)瓌t疊加步驟二得到的小波樹頻帶離散信號(hào)x^k,m(i)中頻率在0～30hz之外的剩余信號(hào)的能量，獲取剩余信號(hào)的干擾能量en[b(t)]＝en(b)；然后，根據(jù)公式en[x(t)]＝{en[α(t)]+en[β(t)]+en[θ(t)]+en[δ(t)]}+en[b(t)]，獲取原始腦電信號(hào)x(t)的總能量en[x(t)]，其中，en[·]表示能量函數(shù)，原始腦電信號(hào)x(t)的總能量小波樹頻帶離散信號(hào)x^k,m(i)中任意一個(gè)離散信號(hào)x^k,m(i)的能量n為離散信號(hào)x^k,m(i)的離散采樣點(diǎn)i的數(shù)據(jù)長(zhǎng)度；

步驟四、根據(jù)公式對(duì)θ波節(jié)律信號(hào)的能量en(θ)、α波節(jié)律信號(hào)的能量en(α)和β波節(jié)律信號(hào)的能量en(β)分別進(jìn)行歸一化處理，得到θ波節(jié)律信號(hào)的相對(duì)能量α波節(jié)律信號(hào)的相對(duì)能量和β波節(jié)律信號(hào)的相對(duì)能量

步驟五、設(shè)定固定時(shí)間段內(nèi)平靜精神狀態(tài)下的β波節(jié)律信號(hào)的平均相對(duì)能量閾值：根據(jù)公式確定平均相對(duì)能量閾值其中，m為固定時(shí)間段內(nèi)平靜精神狀態(tài)下的β波節(jié)律離散信號(hào)的離散采樣點(diǎn)j的數(shù)據(jù)長(zhǎng)度；

步驟六、識(shí)別礦工焦慮度：根據(jù)公式識(shí)別焦慮度anx，其中，為單位時(shí)間段內(nèi)礦工實(shí)際精神狀態(tài)下的β波節(jié)律信號(hào)的平均相對(duì)能量，為單位時(shí)間段內(nèi)礦工實(shí)際精神狀態(tài)下的α波節(jié)律信號(hào)的平均相對(duì)能量，為單位時(shí)間段內(nèi)礦工實(shí)際精神狀態(tài)下的θ波節(jié)律信號(hào)的平均相對(duì)能量，ε為焦慮度精度調(diào)節(jié)值且ε為正數(shù)。

上述的一種用于智能礦用頭盔的礦工焦慮度識(shí)別方法，其特征在于：所述智能礦用頭盔上設(shè)置有采集井下環(huán)境參數(shù)的環(huán)境參數(shù)傳感組件和用于對(duì)環(huán)境參數(shù)傳感組件采集的井下環(huán)境參數(shù)進(jìn)行信號(hào)調(diào)理的信號(hào)調(diào)理電路，信號(hào)調(diào)理電路的信號(hào)輸出端與處理器的信號(hào)輸入端相接，所述智能礦用頭盔上還設(shè)置有與監(jiān)控井下工況狀態(tài)的監(jiān)控主機(jī)通信的無(wú)線通信節(jié)點(diǎn)和用于直接顯示礦工精神狀態(tài)的顯示器，顯示器和無(wú)線通信節(jié)點(diǎn)均與處理器連接，所述環(huán)境參數(shù)傳感組件包括溫濕度傳感器、甲烷濃度傳感器、二氧化碳濃度傳感器和一氧化碳濃度傳感器，信號(hào)調(diào)理電路由依次連接的濾波調(diào)理電路、放大電路和模數(shù)轉(zhuǎn)換電路組成。

上述的一種用于智能礦用頭盔的礦工焦慮度識(shí)別方法，其特征在于：所述無(wú)線通信節(jié)點(diǎn)為wifi無(wú)線通信節(jié)點(diǎn)，監(jiān)控主機(jī)上連接有云存儲(chǔ)器，所述處理器包括stm32微控制器。

上述的一種用于智能礦用頭盔的礦工焦慮度識(shí)別方法，其特征在于：所述原始腦電波信號(hào)x(t)的頻率為0～256hz，腦電信號(hào)獲取模塊的采樣頻率p為512hz～1024hz。

上述的一種用于智能礦用頭盔的礦工焦慮度識(shí)別方法，其特征在于：所述固定時(shí)間段內(nèi)平靜精神狀態(tài)下的β波節(jié)律離散信號(hào)的離散采樣點(diǎn)j的數(shù)據(jù)長(zhǎng)度m＝p·t，其中，t為固定時(shí)間段。

上述的一種用于智能礦用頭盔的礦工焦慮度識(shí)別方法，其特征在于：所述焦慮度精度調(diào)節(jié)值ε滿足：0.001≤ε≤0.1。

本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點(diǎn)：

1、本發(fā)明采用第一腦電電極獲取大腦右側(cè)前額葉部位精神狀態(tài)，采用第二腦電電極和第三腦電電極對(duì)干擾信號(hào)進(jìn)行屏蔽并去除大腦以下偽跡信號(hào)，腦電信號(hào)采集準(zhǔn)確可靠，通過(guò)腦電信號(hào)獲取模塊對(duì)腦電電極獲取的腦電信號(hào)進(jìn)行預(yù)處理，腦電信號(hào)獲取簡(jiǎn)單，便于推廣使用。

2、本發(fā)明利用daubechies小波基函數(shù)對(duì)腦電信號(hào)獲取模塊采集的原始腦電波信號(hào)進(jìn)行小波包分解再重構(gòu)，獲取小波樹頻帶離散信號(hào)x^k,m(i)，分別得到滿足δ波段信號(hào)的頻帶離散信號(hào)及其位于小波樹頻帶離散信號(hào)x^k,m(i)中的位置、滿足θ波段信號(hào)的頻帶離散信號(hào)及其位于小波樹頻帶離散信號(hào)x^k,m(i)中的位置、滿足α波段信號(hào)的頻帶離散信號(hào)及其位于小波樹頻帶離散信號(hào)x^k,m(i)中的位置、滿足β波段信號(hào)的頻帶離散信號(hào)及其位于小波樹頻帶離散信號(hào)x^k,m(i)中的位置，便于提取有用的波段信號(hào)為后續(xù)計(jì)算礦工焦慮度提供數(shù)據(jù)基礎(chǔ)，使用效果好。

3、本發(fā)明方法步驟簡(jiǎn)單，對(duì)影響礦工焦慮度的波段信號(hào)進(jìn)行能量提取，同時(shí)設(shè)定單位時(shí)間段內(nèi)平靜精神狀態(tài)下的β波節(jié)律信號(hào)的平均相對(duì)能量閾值，礦工焦慮產(chǎn)生負(fù)面情緒時(shí)，α波節(jié)律和β波節(jié)律的能量會(huì)上升，θ波節(jié)律的能量會(huì)被抑制，通過(guò)單位時(shí)間段內(nèi)礦工實(shí)際精神狀態(tài)下的β波節(jié)律信號(hào)的平均相對(duì)能量、α波節(jié)律信號(hào)的平均相對(duì)能量和θ波節(jié)律信號(hào)的平均相對(duì)能量的對(duì)應(yīng)關(guān)系識(shí)別礦工焦慮度anx，另外，設(shè)置焦慮度精度調(diào)節(jié)值ε對(duì)礦工焦慮度anx進(jìn)行識(shí)別精度量化，便于監(jiān)控主機(jī)識(shí)別礦工焦慮度anx的有效變化，便于推廣使用。

綜上所述，本發(fā)明通過(guò)θ波節(jié)律、α波節(jié)律和β波節(jié)律的單位時(shí)間內(nèi)的平均相對(duì)能量波動(dòng)關(guān)系量化負(fù)情緒，識(shí)別井下礦工的焦慮度，可以有效的避免礦工長(zhǎng)時(shí)間受負(fù)情緒影響時(shí)在井下操作不當(dāng)?shù)男袨?，提高井下操作安全系?shù)，便于推廣使用。

下面通過(guò)附圖和實(shí)施例，對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。

附圖說(shuō)明

圖1為本發(fā)明采用的礦工焦慮度識(shí)別設(shè)備的電路原理框圖。

圖2為本發(fā)明礦工焦慮度識(shí)別方法的方法流程框圖。

圖3為本發(fā)明頻率為256hz的原始腦電波信號(hào)的小波包腦電節(jié)律分解示意圖。

圖4為本發(fā)明原始腦電波信號(hào)x(t)的時(shí)域波形圖。

圖5a為本發(fā)明利用db4小波包基函數(shù)對(duì)δ波節(jié)律信號(hào)分解再重構(gòu)的時(shí)域波形圖。

圖5b為圖5a的頻域波形圖。

圖6a為本發(fā)明利用db4小波包基函數(shù)對(duì)θ波節(jié)律信號(hào)分解再重構(gòu)的時(shí)域波形圖。

圖6b為圖6a的頻域波形圖。

圖7a為本發(fā)明利用db4小波包基函數(shù)對(duì)α波節(jié)律信號(hào)分解再重構(gòu)的時(shí)域波形圖。

圖7b為圖7a的頻域波形圖。

圖8a為本發(fā)明利用db4小波包基函數(shù)對(duì)β波節(jié)律信號(hào)分解再重構(gòu)的時(shí)域波形圖。

圖8b為圖8a的頻域波形圖。

附圖標(biāo)記說(shuō)明:

1—第一腦電電極；2—第二腦電電極；3—第三腦電電極；

4—腦電信號(hào)獲取模塊；5—處理器；6—信號(hào)調(diào)理電路；

7—環(huán)境參數(shù)傳感組件；8—顯示器；9—無(wú)線通信節(jié)點(diǎn)；

10—監(jiān)控主機(jī)；11—云存儲(chǔ)器。

具體實(shí)施方式

如圖1和圖2所示，本發(fā)明的一種用于智能礦用頭盔的礦工焦慮度識(shí)別方法，包括以下步驟：

步驟一、原始腦電波信號(hào)的獲取：采用安裝在智能礦用頭盔上的腦電信號(hào)獲取裝置獲取礦工的腦電波信號(hào)并對(duì)其進(jìn)行預(yù)處理，得到原始腦電波信號(hào)x(t)后送入處理器5；

所述腦電信號(hào)獲取裝置包括獲取大腦右側(cè)前額葉部位精神狀態(tài)的第一腦電電極1、采集的耳垂處的電位且屏蔽參考信號(hào)的第二腦電電極2、屏蔽大腦以下偽跡信號(hào)的第三腦電電極3以及用于對(duì)第一腦電電極1、第二腦電電極2和第三腦電電極3采集的信號(hào)進(jìn)行預(yù)處理的腦電信號(hào)獲取模塊4，腦電信號(hào)獲取模塊4的信號(hào)輸出端與處理器5的信號(hào)輸入端相接；

所述腦電信號(hào)獲取裝置采集活動(dòng)最為明顯的前額fp2導(dǎo)聯(lián)的原始腦電波信號(hào)，所述腦電信號(hào)獲取模塊4為美國(guó)neurosky公司研發(fā)的tgam芯片；所述tgam芯片的eeg管腳和eeg_shiled管腳的連接端與第一腦電電極1相接用于采集人體腦電波信號(hào)，tgam芯片的ref管腳和ref_shiled管腳的連接端與第二腦電電極2相接，tgam芯片的eeg_gnd管腳與第三腦電電極3相接，通過(guò)第二腦電電極2和第三腦電電極3屏蔽人體頭部以下電波對(duì)大腦電波的影響，所述tgam芯片對(duì)第一腦電電極1、第二腦電電極2和第三腦電電極4采集的腦電波信號(hào)進(jìn)行預(yù)處理，如圖4所示，得到時(shí)域下的原始腦電波信號(hào)x(t)。

本實(shí)施例中，所述智能礦用頭盔上設(shè)置有采集井下環(huán)境參數(shù)的環(huán)境參數(shù)傳感組件7和用于對(duì)環(huán)境參數(shù)傳感組件7采集的井下環(huán)境參數(shù)進(jìn)行信號(hào)調(diào)理的信號(hào)調(diào)理電路6，信號(hào)調(diào)理電路6的信號(hào)輸出端與處理器5的信號(hào)輸入端相接，所述智能礦用頭盔上還設(shè)置有與監(jiān)控井下工況狀態(tài)的監(jiān)控主機(jī)10通信的無(wú)線通信節(jié)點(diǎn)9和用于直接顯示礦工精神狀態(tài)的顯示器8，顯示器8和無(wú)線通信節(jié)點(diǎn)9均與處理器5連接，所述環(huán)境參數(shù)傳感組件7包括溫濕度傳感器、甲烷濃度傳感器、二氧化碳濃度傳感器和一氧化碳濃度傳感器，信號(hào)調(diào)理電路6由依次連接的濾波調(diào)理電路、放大電路和模數(shù)轉(zhuǎn)換電路組成。

本實(shí)施例中，所述無(wú)線通信節(jié)點(diǎn)9為wifi無(wú)線通信節(jié)點(diǎn)，監(jiān)控主機(jī)10上連接有云存儲(chǔ)器11，所述處理器5包括stm32微控制器。

需要說(shuō)明的是，所述智能礦用頭盔上設(shè)置有采集井下環(huán)境參數(shù)的環(huán)境參數(shù)傳感組件7是為了采集礦工在井下分別遇到溫濕度變化、甲烷氣體濃度變化、二氧化碳?xì)怏w濃度變化和一氧化碳?xì)怏w濃度變化時(shí)，對(duì)所述腦電信號(hào)獲取裝置采集的腦波信號(hào)的影響，同時(shí)可預(yù)知影響環(huán)境的惡劣程度，同時(shí)信號(hào)調(diào)理電路6的設(shè)置為了進(jìn)一步的提高環(huán)境參數(shù)傳感組件7采集數(shù)據(jù)的精度，便于處理器5處理，無(wú)線通信節(jié)點(diǎn)9采用現(xiàn)有井下已經(jīng)搭建好的無(wú)線網(wǎng)絡(luò)環(huán)境與監(jiān)控主機(jī)10通信，云存儲(chǔ)器11的設(shè)置是為了遠(yuǎn)程的將井下采集的數(shù)據(jù)大量的傳輸保存，避免數(shù)據(jù)的丟失。

步驟二、原始腦電波信號(hào)的小波包分解再重構(gòu)：處理器5利用daubechies小波基函數(shù)對(duì)腦電信號(hào)獲取模塊4采集的原始腦電波信號(hào)x(t)進(jìn)行小波包分解再重構(gòu)，得到原始腦電波信號(hào)x(t)小波包分解再重構(gòu)的小波樹頻帶離散信號(hào)x^k,m(i)，其中，k為小波包分解層數(shù)且k為不小于5的正整數(shù)，m為每層分解頻帶的位置編號(hào)且m＝0,1,...,(2^k-1)；

本實(shí)施例中，所述原始腦電波信號(hào)x(t)的頻率為0～256hz，所述腦電信號(hào)獲取模塊4的采樣頻率p為512hz～1024hz。

需要說(shuō)明的是，如圖3所示，對(duì)頻率為0～256hz的原始腦電波信號(hào)x(t)采用daubechies小波基函數(shù)進(jìn)行小波包分解再重構(gòu)，daubechies小波基函數(shù)為db系列小波基，其中，db系列小波基包括db1～db10小波基，常用的有db4小波包基函數(shù)和db8小波包基函數(shù)，本實(shí)施例中采用db4小波包基函數(shù)對(duì)腦電信號(hào)獲取模塊4采集的原始腦電波信號(hào)x(t)進(jìn)行小波包分解再重構(gòu)，小波包分解再重構(gòu)的過(guò)程中信號(hào)頻帶均為逐層均分，得到原始腦電波信號(hào)x(t)小波包分解再重構(gòu)的小波樹頻帶離散信號(hào)x^k,m(i)，其中，k取7時(shí)可獲取腦波中δ波、θ波、α波、β波四種節(jié)律。

步驟三、獲取原始腦電信號(hào)x(t)的總能量：首先，處理器5根據(jù)能量不變?cè)瓌t疊加步驟二得到的小波樹頻帶離散信號(hào)x^k,m(i)中頻率在0～4hz之間的δ波節(jié)律信號(hào)的能量，獲取δ波節(jié)律信號(hào)的能量en[δ(t)]＝en(δ)；處理器5根據(jù)能量不變?cè)瓌t疊加步驟二得到的小波樹頻帶離散信號(hào)x^k,m(i)中頻率在4～8hz之間的θ波節(jié)律信號(hào)的能量，獲取θ波節(jié)律信號(hào)的能量en[θ(t)]＝en(θ)；處理器5根據(jù)能量不變?cè)瓌t疊加步驟二得到的小波樹頻帶離散信號(hào)x^k,m(i)中頻率在8～14hz之間的α波節(jié)律信號(hào)的能量，獲取α波節(jié)律信號(hào)的能量en[α(t)]＝en(α)；處理器5根據(jù)能量不變?cè)瓌t疊加步驟二得到的小波樹頻帶離散信號(hào)x^k,m(i)中頻率在14～30hz之間的β波節(jié)律信號(hào)的能量，獲取β波節(jié)律信號(hào)的能量en[β(t)]＝en(β)；處理器5根據(jù)能量不變?cè)瓌t疊加步驟二得到的小波樹頻帶離散信號(hào)x^k,m(i)中頻率在0～30hz之外的剩余信號(hào)的能量，獲取剩余信號(hào)的干擾能量en[b(t)]＝en(b)；然后，根據(jù)公式en[x(t)]＝{en[α(t)]+en[β(t)]+en[θ(t)]+en[δ(t)]}+en[b(t)]，獲取原始腦電信號(hào)x(t)的總能量en[x(t)]，其中，en[·]表示能量函數(shù)，原始腦電信號(hào)x(t)的總能量小波樹頻帶離散信號(hào)x^k,m(i)中任意一個(gè)離散信號(hào)x^k,m(i)的能量n為離散信號(hào)x^k,m(i)的離散采樣點(diǎn)i的數(shù)據(jù)長(zhǎng)度；

需要說(shuō)明的是，如圖3所示，原始腦電信號(hào)x(t)的總能量en[x(t)]滿足en[x(t)]＝{en[α(t)]+en[β(t)]+en[θ(t)]+en[δ(t)]}+en[b(t)]，采用daubechies小波基函數(shù)對(duì)原始腦電波信號(hào)x(t)進(jìn)行小波包分解再重構(gòu)，各個(gè)頻率帶的信號(hào)相互獨(dú)立，無(wú)冗余，不疏漏，滿足能量不變?cè)瓌t，δ波節(jié)律信號(hào)的能量en[δ(t)]＝en(δ)，根據(jù)能量不變?cè)瓌t疊加步驟二得到的小波樹頻帶離散信號(hào)x^k,m(i)中頻率在0～4hz之間的δ波節(jié)律信號(hào)的能量，如圖5a所示，得到δ波節(jié)律信號(hào)分解再重構(gòu)的時(shí)域波形圖，圖5b為對(duì)時(shí)域下δ波節(jié)律信號(hào)的頻域變化波形圖，獲取δ波節(jié)律信號(hào)的能量en(δ)，即en(δ)＝en[x^6,1(i)]；同理，根據(jù)能量不變?cè)瓌t疊加步驟二得到的小波樹頻帶離散信號(hào)x^k,m(i)中頻率在4hz～8hz之間的θ波節(jié)律信號(hào)的能量，如圖6a所示，得到θ波節(jié)律信號(hào)分解再重構(gòu)的時(shí)域波形圖，圖6b為對(duì)時(shí)域下θ波節(jié)律信號(hào)的頻域變化波形圖，獲取θ波節(jié)律信號(hào)的能量en(θ)，即en(θ)＝en[x^6,2(i)]；根據(jù)能量不變?cè)瓌t疊加步驟二得到的小波樹頻帶離散信號(hào)x^k,m(i)中頻率在8hz～14hz之間的α波節(jié)律信號(hào)的能量，如圖7a所示，得到α波節(jié)律信號(hào)分解再重構(gòu)的時(shí)域波形圖，圖7b為對(duì)時(shí)域下θ波節(jié)律信號(hào)的頻域變化波形圖，獲取α波節(jié)律信號(hào)的能量en(α)，即en(α)＝en[x^6,3(i)]+en[x^7,7(i)]；根據(jù)能量不變?cè)瓌t疊加步驟二得到的小波樹頻帶離散信號(hào)x^k,m(i)中頻率在14hz～30hz之間的β波節(jié)律信號(hào)的能量，如圖8a所示，得到β波節(jié)律信號(hào)分解再重構(gòu)的時(shí)域波形圖，圖8b為對(duì)時(shí)域下β波節(jié)律信號(hào)的頻域變化波形圖，獲取β波節(jié)律信號(hào)的能量en(β)＝en[x^7,8(i)]+en[x^5,3(i)]+en[x^6,7(i)]+en[x^7,15(i)]；同理，根據(jù)能量不變?cè)瓌t疊加步驟二得到的小波樹頻帶離散信號(hào)x^k,m(i)的全部離散信號(hào)x^k,m(i)的能量

小波樹頻帶離散信號(hào)x^k,m(i)中任意一個(gè)離散信號(hào)x^k,m(i)的能量n為離散信號(hào)x^k,m(i)的離散采樣點(diǎn)i的數(shù)據(jù)長(zhǎng)度，本實(shí)施例中，根據(jù)采用定理采用采樣頻率p為512hz的腦電信號(hào)獲取模塊4獲取原始腦電波信號(hào)x(t)，因此，離散信號(hào)x^k,m(i)的離散采樣點(diǎn)i的數(shù)據(jù)長(zhǎng)度n為512。

步驟四、根據(jù)公式對(duì)θ波節(jié)律信號(hào)的能量en(θ)、α波節(jié)律信號(hào)的能量en(α)和β波節(jié)律信號(hào)的能量en(β)分別進(jìn)行歸一化處理，得到θ波節(jié)律信號(hào)的相對(duì)能量α波節(jié)律信號(hào)的相對(duì)能量和β波節(jié)律信號(hào)的相對(duì)能量

需要說(shuō)明的是，δ波節(jié)律信號(hào)與負(fù)情緒不相關(guān)，θ波節(jié)律信號(hào)、β波節(jié)律信號(hào)在明顯負(fù)情緒下有幅值增加的變化，其中β波節(jié)律信號(hào)高頻部分增幅明顯，而α波節(jié)律信號(hào)在明顯負(fù)情緒下有輕微被抑制表現(xiàn)，在腦電信號(hào)分析中，各節(jié)律信號(hào)的幅值差異較大，通過(guò)相對(duì)能量的分析可有效地將各節(jié)律歸一化處理，去除掉量綱。

步驟五、設(shè)定固定時(shí)間段內(nèi)平靜精神狀態(tài)下的β波節(jié)律信號(hào)的平均相對(duì)能量閾值：根據(jù)公式確定平均相對(duì)能量閾值其中，m為固定時(shí)間段內(nèi)平靜精神狀態(tài)下的β波節(jié)律離散信號(hào)的離散采樣點(diǎn)j的數(shù)據(jù)長(zhǎng)度；

本實(shí)施例中，所述固定時(shí)間段內(nèi)平靜精神狀態(tài)下的β波節(jié)律離散信號(hào)的離散采樣點(diǎn)j的數(shù)據(jù)長(zhǎng)度m＝p·t，其中，t為固定時(shí)間段。

需要說(shuō)明的是，在明顯負(fù)情緒下β節(jié)律高頻部分增幅明顯，以β波節(jié)律信號(hào)的平均相對(duì)能量作為衡量負(fù)情緒下焦慮度的標(biāo)志，實(shí)際使用中，設(shè)定固定時(shí)間段為3分鐘，采集每個(gè)礦工在未下井之前3分鐘之內(nèi)平靜精神狀態(tài)下的β波節(jié)律信號(hào)的平均相對(duì)能量作為平均相對(duì)能量閾值，3分鐘之內(nèi)平靜精神狀態(tài)下的β波節(jié)律離散信號(hào)的離散采樣點(diǎn)j的數(shù)據(jù)長(zhǎng)度m滿足：m＝512×60×3。

步驟六、識(shí)別礦工焦慮度：根據(jù)公式識(shí)別焦慮度anx，其中，為單位時(shí)間段內(nèi)礦工實(shí)際精神狀態(tài)下的β波節(jié)律信號(hào)的平均相對(duì)能量，為單位時(shí)間段內(nèi)礦工實(shí)際精神狀態(tài)下的α波節(jié)律信號(hào)的平均相對(duì)能量，為單位時(shí)間段內(nèi)礦工實(shí)際精神狀態(tài)下的θ波節(jié)律信號(hào)的平均相對(duì)能量，ε為焦慮度精度調(diào)節(jié)值且ε為正數(shù)。

需要說(shuō)明的是，和的計(jì)算方式與單位時(shí)間段內(nèi)平靜精神狀態(tài)下的β波節(jié)律信號(hào)的平均相對(duì)能量閾值的計(jì)算方式相同，不同的是，和的值為礦工位于井下后實(shí)際精神狀態(tài)下各節(jié)律信號(hào)的平均相對(duì)能量。

本實(shí)施例中，所述焦慮度精度調(diào)節(jié)值ε滿足：0.001≤ε≤0.1。

需要說(shuō)明的是，θ波節(jié)律信號(hào)的相對(duì)能量α波節(jié)律信號(hào)的相對(duì)能量和β波節(jié)律信號(hào)的相對(duì)能量取值范圍為(0,1)，且由于干擾信號(hào)不可避免的存在，之和的取值范圍也為(0,1)，若為0時(shí)，無(wú)意義，若不為0但是取值極小時(shí)，無(wú)窮大，焦慮度取值無(wú)參考意義，因此，在的分母上設(shè)置焦慮度精度調(diào)節(jié)值ε，隨著負(fù)情緒的加劇，單位時(shí)間內(nèi)β波節(jié)律信號(hào)的相對(duì)能量及θ波節(jié)律信號(hào)的相對(duì)能量增幅逐漸變大，α波節(jié)律信號(hào)的相對(duì)能量減小，值增加；當(dāng)負(fù)情緒緩解，值減小；焦慮度精度調(diào)節(jié)值ε滿足：0.001≤ε≤0.1，使焦慮度anx∈[0,1000)，便于顯示器8有效的顯示礦工焦慮度，可以有效的避免礦工長(zhǎng)時(shí)間受負(fù)情緒影響時(shí)在井下操作不當(dāng)?shù)男袨?，提高井下操作安全系?shù)。

以上所述，僅是本發(fā)明的較佳實(shí)施例，并非對(duì)本發(fā)明作任何限制，凡是根據(jù)本發(fā)明技術(shù)實(shí)質(zhì)對(duì)以上實(shí)施例所作的任何簡(jiǎn)單修改、變更以及等效結(jié)構(gòu)變化，均仍屬于本發(fā)明技術(shù)方案的保護(hù)范圍內(nèi)。