随着高速铁路在中国的迅猛发展,高速铁路的安全运营问题越来越为人们所关心。针对高速列车司机警觉度的检测已成为高铁主动安全技术领域的一个研究热点。因此,本文以高速列车司机为研究对象,设计了一种基于无线可穿戴设备的高速列车司机脑电信号警觉度检测方法。学位论文的主要内容和研究工作如下:首先,设计加工用于高速列车司机的无线可穿戴脑电信号采集系统。根据人体警觉度与脑电信号各个节律特征之间的联系,为脑电信号采集干电极选取合适的采集点位。本文选择超高阻抗放大器干电极和OpenBCI脑电波采集模块,在高速列车数字化仿真平台进行高速列车司机在不同警觉状态下的脑电信号采集实验。其次,通过分析人体脑电信号的干扰类型以及去噪方法,选择线性滤波器结合小波分解的方法对采集到的脑电信号进行处理,下采样处理被用于去噪后的脑电信号以减小运算负载,并提高脑电信号的数据质量。然后,本文选择脑电信号功率频谱密度作为高速列车司机警觉度分类特征,采用正交匹配跟踪算法和K-SVD字典学习算法对稀疏系数以及字典进行交替迭代,获得脑电信号学习字典,稀疏表示分类算法被用于高速列车司机警觉度分类检测。最后,进行基于高速列车司机警觉度的预警系统设计。提出基于高速列车司机的警觉度预警策略。设计实验验证高速列车司机警觉度预警策略的可行性。