基于語音信號(hào)監(jiān)測(cè)腦疲勞的微電子系統(tǒng)設(shè)計(jì)與優(yōu)化.pdf

1、現(xiàn)代人關(guān)注健康的走勢(shì)及語音信號(hào)的易拾性，產(chǎn)生了采用語音信號(hào)評(píng)估人腦疲勞程度的課題方向，引起新世紀(jì)的國際研發(fā)學(xué)界的側(cè)目。
　　 本文工作目標(biāo)有二：
　　 一是基于梳理已有腦疲勞測(cè)試方法優(yōu)缺點(diǎn)，具體測(cè)量受試者腦運(yùn)動(dòng)疲勞之前后的語音信號(hào)，提取不同特征，比較它們的表征準(zhǔn)確度；
　　 二是從基于軟件系統(tǒng)識(shí)別疲勞語音，過渡提升到語音特征核心模塊的IC化設(shè)計(jì)。
　　 論文主要內(nèi)容有五：
　　 (1)分析對(duì)比已知

2、腦疲勞或腦部異常狀態(tài)監(jiān)測(cè)方法的優(yōu)缺點(diǎn)；
　　 (2)通過建立PC機(jī)軟件環(huán)境，初步探索語音與人腦狀態(tài)的密切聯(lián)系；
　　 (3)采用MATLAB數(shù)學(xué)工具分析采集得到的語音數(shù)據(jù)，考察語音5個(gè)典型參數(shù)在人腦正常與疲勞狀態(tài)下的變化，做量化分析；
　　 (4)引入System Generator平臺(tái)，將每個(gè)語音特征參數(shù)的核心算法做硬件建模，在Xilinx ISE11環(huán)境下綜合，得到每種算法的ASIC化實(shí)現(xiàn)初步方案(FPGA結(jié)

3、構(gòu))；
　　 (5)定義每項(xiàng)語音參數(shù)的有效性及復(fù)雜度的評(píng)價(jià)方法，重視比較各硬件化模塊的資源消耗狀況，為未來設(shè)計(jì)ASIC或?qū)嵱没峁┮欢ǖ睦碚搮⒖肌?br>　　 研究結(jié)果：有效表征人腦運(yùn)動(dòng)疲勞的特征參數(shù)排序?yàn)椋憾虝r(shí)能量(平均變化298％)，短時(shí)平均幅度(41.9％)，短時(shí)過零率(15.9％)，短時(shí)自相關(guān)(12％)，基音周期(10％)；而計(jì)算復(fù)雜性(與功耗正相關(guān))與該排序基本同相。
　　 結(jié)論：設(shè)計(jì)基于語音監(jiān)測(cè)腦疲勞的新算