1.一种智能唤醒方法，其特征在于，包括：
步骤1：采集处于不同情绪下个体的脑电波信号，进而构建出情绪识别模型；在情绪识别模型中，一种情绪对应一个脑电波信号集合；
步骤2：采集个体的脑电波信号并对脑电波信号进行预处理及特征提取，获取个体的睡眠深度规律信息，进而确定个体的深度睡眠时间区间并将个体处于深度睡眠时间区间内的脑电波信号存储至深度睡眠脑电波集合；
步骤3：设置个体期望被唤醒的时间区间，将实时采集的当前脑电波信号与深度睡眠脑电波集合内的脑电波信号比较，若两者幅度差值大于预设阈值，则根据当前的脑电波信号及情绪识别模型来判断个体情绪，当出现预设待唤醒情绪时发出唤醒信号；否则，进入下一步；
步骤4：计算采集个体的脑电波信号的变化率，再根据个体的睡眠深度规律信息来判定个体期望被唤醒时间区间内睡眠深度最浅的时刻并发出唤醒信号。
2.如权利要求1所述的一种智能唤醒方法，其特征在于，所述步骤3中，利用受约束的模糊关系来计算当前的脑电波信号与情绪识别模型中每种情绪对应的脑电波信号集合的相似隶属度，根据相似隶属度来判断当前的脑电波信号所对应的情绪，进而判断出个体当前情绪。
3.如权利要求1所述的一种智能唤醒方法，其特征在于，在所述步骤4中，判定个体期望被唤醒时间区间内睡眠深度最浅的时刻的过程包括：
①截取睡眠深度规律信息中在个体期望被唤醒时间区间内前三倍长度内的脑电波信号，确定截取信号的最小值、极大值和极小值；
②以分钟为单位节点，根据实时采集的脑电波信号来计算每个节点脑电波信号的变化率，若当前节点脑电波信号的变化率接近于截取信号的最小值时，标记此时为最佳唤醒时刻。
4.如权利要求3所述的一种智能唤醒方法，其特征在于，在所述步骤4中判定个体期望被唤醒时间区间内睡眠深度最浅的时刻的过程还包括：
若当前节点脑电波信号的变化率接近于截取信号的极小值时，则判断此节点的变化率的正负，变化率为正时标记此时为最佳唤醒时刻，变化率为负时最佳唤醒时刻为区间最末节点或区间下一个变化率为正的节点。
5.如权利要求3所述的一种智能唤醒方法，其特征在于，在所述步骤4中，判定个体期望被唤醒时间区间内睡眠深度最浅的时刻的过程还包括：
若当前节点脑电波信号的变化率接近于截取信号的极大值时，则根据个体期望被唤醒时间区间内脑电波信号的变化率与截取信号的变化率匹配，寻找个体期望被唤醒时间区间内相对极小值节点，此节点为最佳唤醒时刻。
6.一种智能唤醒终端，其特征在于，包括：
情绪识别模型构建模块，其用于采集处于不同情绪下个体的脑电波信号，进而构建出情绪识别模型；在情绪识别模型中，一种情绪对应一个脑电波信号集合；
深度睡眠脑电波集合构建模块，其用于采集个体的脑电波信号并对脑电波信号进行预处理及特征提取，获取个体的睡眠深度规律信息，进而确定个体的深度睡眠时间区间并将个体处于深度睡眠时间区间内的脑电波信号存储至深度睡眠脑电波集合；
个体期望被唤醒设置模块，其用于设置个体期望被唤醒的时间区间；
个体情绪判断模块，其用于实时采集个体的脑电波信号，将采集的当前脑电波信号与深度睡眠脑电波集合内的脑电波信号比较，当两者幅度差值大于预设阈值，则根据当前的脑电波信号及情绪识别模型来判断个体情绪，当出现预设待唤醒情绪时发出唤醒信号；
睡眠深度最浅的时刻判定模块，其用于当采集的当前脑电波信号与深度睡眠脑电波集合内的脑电波信号两者幅度差值不大于预设阈值时，计算采集个体的脑电波信号的变化率，再根据个体的睡眠深度规律信息来判定个体期望被唤醒时间区间内睡眠深度最浅的时刻并发出唤醒信号。
7.如权利要求6所述的一种智能唤醒终端，其特征在于，在所述个体情绪判断模块中，利用受约束的模糊关系来计算当前的脑电波信号与情绪识别模型中每种情绪对应的脑电波信号集合的相似隶属度，根据相似隶属度来判断当前的脑电波信号所对应的情绪，进而判断出个体当前情绪。
8.如权利要求6所述的一种智能唤醒终端，其特征在于，所述睡眠深度最浅的时刻判定模块包括：
脑电波信号样本截取模块，其用于截取睡眠深度规律信息中在个体期望被唤醒时间区间内前三倍长度内的脑电波信号，确定截取信号的最小值、极大值和极小值；
最佳唤醒时刻标记模块，其用于以分钟为单位节点，根据实时采集的脑电波信号来计算每个节点脑电波信号的变化率：
若当前节点脑电波信号的变化率接近于截取信号的最小值时，标记此时为最佳唤醒时刻；
若当前节点脑电波信号的变化率接近于截取信号的极小值时，则判断此节点的变化率的正负，变化率为正时标记此时为最佳唤醒时刻，变化率为负时最佳唤醒时刻为区间最末节点或区间下一个变化率为正的节点；
若当前节点脑电波信号的变化率接近于截取信号的极大值时，则根据个体期望被唤醒时间区间内脑电波信号的变化率与截取信号的变化率匹配，寻找个体期望被唤醒时间区间内相对极小值节点，此节点为最佳唤醒时刻。
9.一种智能唤醒终端，其特征在于，包括：
脑电波信号采集部，其用于采集脑电波信号并传送至处理器；
唤醒设置部，其用于设置个体期望被唤醒的时间区间并传送至处理器；
处理器，其用于：
根据采集的处于不同情绪下个体的脑电波信号，构建出情绪识别模型；在情绪识别模型中，一种情绪对应一个脑电波信号集合；
对脑电波信号进行预处理及特征提取，获取个体的睡眠深度规律信息，进而确定个体的深度睡眠时间区间并将个体处于深度睡眠时间区间内的脑电波信号存储至深度睡眠脑电波集合；
将采集的当前脑电波信号与深度睡眠脑电波集合内的脑电波信号比较，若两者幅度差值大于预设阈值，则根据当前的脑电波信号及情绪识别模型来判断个体情绪，当出现预设待唤醒情绪时发出唤醒信号；否则，进入下一步；
计算采集个体的脑电波信号的变化率，再根据个体的睡眠深度规律信息来判定个体期望被唤醒时间区间内睡眠深度最浅的时刻并发出唤醒信号。
10.如权利要求9所述的一种智能唤醒终端，其特征在于，所述处理器还用于：利用受约束的模糊关系来计算当前的脑电波信号与情绪识别模型中每种情绪对应的脑电波信号集合的相似隶属度，根据相似隶属度来判断当前的脑电波信号所对应的情绪，进而判断出个体当前情绪；或
所述处理器还用于：
①截取睡眠深度规律信息中在个体期望被唤醒时间区间内前三倍长度内的脑电波信号，确定截取信号的最小值、极大值和极小值；
②以分钟为单位节点，根据实时采集的脑电波信号来计算每个节点脑电波信号的变化率，若当前节点脑电波信号的变化率接近于截取信号的最小值时，标记此时为最佳唤醒时刻；
若当前节点脑电波信号的变化率接近于截取信号的极小值时，则判断此节点的变化率的正负，变化率为正时标记此时为最佳唤醒时刻，变化率为负时最佳唤醒时刻为区间最末节点或区间下一个变化率为正的节点；
若当前节点脑电波信号的变化率接近于截取信号的极大值时，则根据个体期望被唤醒时间区间内脑电波信号的变化率与截取信号的变化率匹配，寻找个体期望被唤醒时间区间内相对极小值节点，此节点为最佳唤醒时刻。