基于二维特征和CNN分析的无人机 操控员情绪状态检测

• 作者: 杨宇超 刘聪 空军工程大学航空机务士官学校
• 来源期刊: 计算机测量与控制
• 学科: 工学
• 关键词: EEG;SOBI;CNN;二维特征;眼电伪迹;情绪状态检测
• 年，卷（期）: 2025,（12）
• 页码范围: 96-102
• 页数: 7页
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2024.12.014

摘要

为了实时检测无人机操控员的情绪状态，提出了一种基于二维特征和卷积神经网络(CNN)分析的无人机操控员情绪状态检测算法；针对脑电信号(EEG)中眼电伪迹干扰的问题，设计实现了一种基于二阶盲辨识(SOBI)的去除伪迹算法；针对其它模型检测率低的问题，通过微分熵特征(DE)提取、2-DMapping映射及稀疏运算将一维脑电信号转化为包含情感信息的二维特征图，并对脑电信号进行扩增处理，提出二维特征图与CNN相结合的方式，使得各通道的情感特征相互关联；利用CNN自动学习深层次特征的优势，深度挖掘二维特征图里的脑电情感信息，较好地实现了无人机操控员积极、中性以及消极三种情绪状态检测。