提取出的S波信号的信号值；
[0109] 步骤B3、多阈值比较：所述主控芯片2-1根据预先确定的7组疲劳驾驶判断阈值 且调用阈值比较模块，对步骤B2中确定的7个所述特征量分别进行阈值比较，并采用计数 器对阈值比较结果进行记录；
[0110] 所述计数器的初始计数值为〇 ;
[0111] 7组所述疲劳驾驶判断阈值分别为一组原始脑电波判断阈值、一组Iowa波判断 阈值、一组high α波判断阈值、一组low β波判断阈值、一组high β波判断阈值、一组Θ波 判断阈值和一组δ波判断阈值；其中，所述原始脑电波判断阈值包括原始脑电波疲劳阈值 Rs了和原始脑电波清醒阈值R WT，所述low α波判断阈值包括low α波疲劳阈值\ST和low α 波清醒阈值Amt，所述high α波判断阈值包括high α波疲劳阈值AHS#P high α波清醒阈 值Ahwt，所述low β波判断阈值包括low β波疲劳阈值&ST和low β波清醒阈值B "τ，所述 high β波判断阈值包括high β波疲劳阈值BHS#P high β波清醒阈值Bhwt，所述Θ波判断 阈值包括Θ波疲劳阈值Tst和Θ波清醒阈值T wt，所述δ波判断阈值包括δ波疲劳阈值 Dst和δ波清醒阈值Dwt;
[0112] 对步骤Β2中确定的7个所述特征量分别进行阈值比较时，所述主控芯片2-1调用 阈值比较模块，对特征量R与一组原始脑电波判断阈值、特征量\与一组Iowa波判断阈 值、特征量A h与一组high α波判断阈值、特征量I与一组low β波判断阈值、特征量B Η与 一组high β波判断阈值、特征量T与一组Θ波判断阈值以及特征量D与一组δ波判断阈 值分别进行阈值比较；
[0113] 其中，对特征量R与一组原始脑电波判断阈值进行阈值比较时，先将特征量R与Rst 进行差值比较：当R < RsJt，主控芯片2-1将此时所述计时器的计数值加5 ;否则，所述计 时器的计数值不变；之后，将特征量R与Rwt进行差值比较：当R > R "时，主控芯片2-1将 此时所述计时器的计数值减5 ;否则，所述计时器的计数值不变；
[0114] 对特征量Al与一组low α波判断阈值进行阈值比较时，先将特征量A ^与A m进行 差值比较：当\< A ^时，将此时所述计时器的计数值加1 ;否则，所述计时器的计数值不 变；之后，将特征量\与A "τ进行差值比较：当A ΜΤ时，将此时所述计时器的计数值减 1 ;否则，所述计时器的计数值不变；
[0115] 对特征量Ah与一组high α波判断阈值进行阈值比较时，先将特征量A Η与A ^进 行差值比较：当AH< AHSjt，将此时所述计时器的计数值加1 ;否则，所述计时器的计数值不 变；之后，将特征量Ah与A HWT进行差值比较：当A H> A _时，将此时所述计时器的计数值减 1 ;否则，所述计时器的计数值不变；
[0116] 对特征量&与一组low β波判断阈值进行阈值比较时，先将特征量I与B ^进行 差值比较：当B ^时，将此时所述计时器的计数值加2 ;否则，所述计时器的计数值不 变；之后，将特征量^与B "τ进行差值比较：当B 时，将此时所述计时器的计数值减 2 ;否则，所述计时器的计数值不变；
[0117] 对特征量Bh与一组high β波判断阈值进行阈值比较时，先将特征量Bh与B ^进 行差值比较：当BH< B^时，将此时所述计时器的计数值加2 ;否则，所述计时器的计数值不 变；之后，将特征量Bh与B HWT进行差值比较：当B H> B _时，将此时所述计时器的计数值减 2 ;否则，所述计时器的计数值不变；
[0118] 对特征量T与一组Θ波判断阈值进行阈值比较时，先将特征量T与Tst进行差值 比较：当T < 1^时，将此时所述计时器的计数值加1 ;否则，所述计时器的计数值不变；之 后，将特征量T与Twt进行差值比较：当T > 1~"时，将此时所述计时器的计数值减1 ;否则， 所述计时器的计数值不变；
[0119] 对特征量D与一组δ波判断阈值分别进行阈值比较时，先将特征量D与Dst进行 差值比较：当D < ^时，将此时所述计时器的计数值加6 ;否则，所述计时器的计数值不变； 之后，将特征量D与Dwt进行差值比较：当D > D "时，将此时所述计时器的计数值减6 ;否 贝1J，所述计时器的计数值不变；
[0120] 步骤M、疲劳驾驶判断：所述主控芯片2-1根据步骤B3中多阈值比较完成后所述 计数器的计数值，对此时驾驶员的疲劳驾驶状态进行判断：当此时所述计数器的计数值> N时，说明经验证此时驾驶员处于疲劳驾驶状态，所述主控芯片2-1控制报警提示单元2-5 进行报警提示；否则，说明经验证此时驾驶员处于疲劳驾驶状态；
[0121] 其中，N为正整数且N= 52~58。
[0122] 实际使用时，所述TGAM模块采集并预处理后的脑电波信号中包含原始脑电波、α 波、β波、Θ波和δ波信号，其中α波分为三个波段，即Iowa波、middle α波和high α 波；β波分为三个波段，即IowP波、middle β波和high β波。
[0123] 并且，所述脑电信号获取装置1输出的脑电波信号均为经快速傅里叶变换（即FFT 变换）后的频域信号。
[0124] 在时域中，所述原始脑电波、Iowa波、higha波、1〇?β波、highP波、Θ波和δ 波信号均为电位随时间变化的信号，其中电位的单位为μν(即微伏），时间的单位为s。实 际使用时，也可以用脑电信号获取装置1输出原始脑电波、Iowa波、higha波、1 〇￥β波、 high β波、Θ波和δ波信号的时域信号，再采用外设的控制芯片进行快速傅里叶变换。
[0125] 经快速傅里叶变换后，将时域信号变换为频域信号。对于频域信号而言，自变量是 频率，其横轴是频率，纵轴是该频率信号的幅度，表达信号的频率成分。
[0126] 经快速傅里叶变换后，获得通常说的频谱图。频谱图描述了信号的频率结构及频 率与该频率信号幅度的关系。
[0127] 本实施例中，所述原始脑电波、Iowa波、high a波、low β波、high β波、Θ波和 δ波信号均为频域信号，步骤Β2中所述原始脑电波、Iowa波、higha波、l〇w0波、highP 波、Θ波和δ波信号的信号值均为信号的幅度，即经快速傅里叶变换计算得出的纵坐标 值。
[0128] 实际使用时，步骤Β2中所述原始脑电波、Iowa波、high a波、low β波、high β 波、θ波和δ波信号也可以均为时域信号，此时步骤Β2中所述原始脑电波、Iowa波、 higha波、IowP波、highP波、Θ波和δ波信号的信号值均为电位值，g卩电压值。
[0129] 本实施例中，所述原始脑电波、Iowa波、high a波、low β波、high β波、Θ波和 S波信号均为TGAM模块直接输出的信号，因而原始脑电波、Iowa波、higha波、1〇￥β波、 highi3波、Θ波和δ波信号的信号值均为TGAM模块输出的该信号的信号值，只需直接使 用即可，因而实现非常简便。
[0130] 本实施例中，步骤202中所述的冥想度M与专注度A均为TGAM模块直接输出的数 据，只需直接使用即可，因而实现非常简便。并且，所述原始脑电波、Iowa波、higha波、 IowP波、highi3波、Θ波和δ波信号的信号值均为TGAM模块输出的该信号的数据。
[0131] 本实施例中，步骤二中进行脑电波信号分析处理之前，先采用主控芯片2-1对步 骤Β3中7组所述疲劳驾驶判断阈值进行确定；
[0132] 对步骤Β3中7组所述疲劳驾驶判断阈值进行确定时，先采用脑电信号获取装置1 获取驾驶员P秒内的脑电波信号，再根据所获得的驾驶员P秒内的脑电波信号对7组所述 疲劳驾驶判断阈值进行确定；其中，P为正整数且P = 50~70 ;
[0133] 根据所获得的驾驶员P秒内的脑电波信号对7组所述疲劳驾驶判断阈值进行确定 时，包括以下步骤：
[0134] 步骤B31、特征信号提取：先从所获得的驾驶员P秒内的脑电波信号中提取出 512XP个原始脑电波信号、P个Iowa波信号、P个higha波信号、P个1 〇￥β波信号、P个 highi3波信号、P个Θ波信号和P个δ波信号，并对Α^Α^Α^Α^Β^Β^Β^Β^Τμ、 Tsd、Dm和D SD分别进行计算；
[0135] 其中Rm和Rsd分别为512XP个原始脑电波信号的信号值的平均值和标准差，A ui和 A1^sd分别为P个low a波信号的信号值的平均值和标准差，A HM和A HSD分别为P个high a波 信号的信号值的平均值和标准差，Bui和B 分别为P个low β波信号的信号值的平均值和 标准差，Bhm和B HSD分别为P个high β波信号的信号值的平均值和标准差，T Μ和T SD分别为 P个Θ波信号的信号值的平均值和标准差，Dm和Dsd分别为P个δ波信号的信号值的平均 值和标准差；
[0136] 步骤 Β32、阈值计算：根据公式 Rst= r slRM+rS2RSD (I)、Rwt= r wlRM+rW2RSD (2)、 Alst - a LsiALM+aLS2-^LSD (3) N Alwt - a LW1ALM+aLW2ALSD (4)、Ahst - a HS1AHM+aHS2AHSD (5)、Ahwt -aHwiAHM+aHtreAHSD (6)、Blst - b LS1BLM+bLS2BLSD (7) N Blwt - b LW1BLM+bLW2BLSD (8)、Bhst - bHsiBHM+bHS2BHSD (9)、Bhwt - b HW1BHM+bHW2BHSD (10)、Tst - t SiTm+^s2Tsd (11)、Twt - t wlTM+tW2TSD (12) N Dst - d slDM+dS2DSD (13)和 Dwt - d wlDM+dW2DSD (14)，分力[J对 Rst、Rwt、Alst、Alwt、A hst、Ahwt、 Blst、Blwt、Bhst、Bhwt、Tst、Twt、Dst 和Dwt进行计算；
[0137] 公式⑴中，rsl和rS2为Rst的两个加权系数，0<r sl$6，-3<rS2<0;
[0138] 公式⑵中，rwl和rW2为Rwt的两个加权系数，0 < r 6, -3彡rW2< 0 ;
[0139] 公式⑶中，aLS^ aLSA Alst的两个加权系数，0 < aLS1< 1，-1 彡 aLS2< 0 ;
[0140] 公式⑷中，aLWJP &"2为Alwt的两个加权系数，0 < a LW1< 1，-1彡aLW2< 0 ;
[0141] 公式（5)中，&咖和aHS# Ahst的两个加权系数，0 < aHS1< 1，-1彡aHS2< 0 ;
[0142] 公式（6)中，&_和&,为Ahwt的两个加权系数，0 < a HW1< 1，-1彡aHW2< 0 ;
[0143] 公式（7)中，Wsi和b 为B ^勺两个加权系数，0 < b 彡1，-1彡b LS2< 0 ;
[0144] 公式⑶中，1\"和b "2为B LWT的两个加权系数，0 < b LW1< 1，-1彡b LW2< 0 ;
[0145] 公式（9)中，bHSJP b股为B HST的两个加权系数，0 < b HS1< 1，-1彡b HS2< 0 ;
[0146] 公式（10)中，bHWJP b 顯为 B HWT的两个加权系数，0 < b HW1< 1，-1 彡 b HW2< 0 ;
[0147] 公式（11)中，tsl和tS2为Tst的两个加权系数，0<t sl< 1，-1彡tS2<0;
[0148] 公式（12)中，twl和tW2为Twt的两个加权系数，0<t wl< 1，-1彡tW2<0;
[0149] 公式（13)中，dsl和dS2为Dst的两个加权系数，0 < K 1，-1彡dS2< 0 ;
[0150] 公式（14)中，dwl和dW2为Dwt的两个加权系数，0 < dwl< 1，-1彡dW2< 0。
[0151] 本实施例中，0· 5 < aLS1< 1，0· 5 < a LW1< 1，0· 5 < a HS1< 1，0· 5 < a HW1< 1，0· 5 < bLS1^ 1,0. 5 < b LW1^ 1,0. 5 < b HS1^ 1,0. 5 < b HW1^ 1,0. 5 < t S1^ 1,0. 5 < t W1^ I, 0· 5 < dsl< 1，0. 5 < dwl< I。
[0152] 实际使用时，可根据具体需要，对rsl、 ^2'' rWO ^2'' aLSO aLS2'' aLWO ^2'' aHSl ^ aHS2 ^ aHWl ^ aHW2、Wsi、t)LS2、t^Wl、t)LW2、Nsi、bHS2、bHW1、b HW2、tsl、tS2、twl、tW2、d sl、dS2、dwl 和dW2的取值大小进行 相应确定。
[0153] 为实现简便， rsn ^52'' rWO ^2'' aLSn aLS2'' aLWO ^2'' aHSl ^ aHS2 ^ aHWl ^ ^2'' bLS2> bLW1 > bLW2、t^Hsi、bHS2、bHW1、bHW2、tsl、t S2、twl、tW2、dsl、dS2、d wl 和dW2均可以从上述取值范围中随机选取 一个数值。
[0154] 本实施例中，步骤B32中进行阈值计算之前，需先采用主控芯片2-1对rsl、r S2、rwl、 rW2、aLSl、aLS2、aLWl、aLW2、 aHSl、aHS2、aHWl、aHW2、t>LSl、t) LS2、bLwl、bLW2、bHsl、bHS2、b Hwl、bHW2、tsl、ts2、twl、 tW2、dsl、dS2、dwl和dW2进行确定，过程如下：
[0155] 步骤B321、睡眠状态下与清醒状态下驾驶员脑电波信号获取及特征信号提取：采 用脑电信号获取装置1获取睡眠状态下驾驶员ml秒内的脑电波信号和清醒状态下驾驶员 m2秒内的脑电波信号，并从睡眠状态下驾驶员ml秒内的脑电波信号中提取出512Xml个原 始脑电波信号、ml个Iowa波信号、ml个high α波信号、ml个IowP波信号、ml个high β 波信号、ml个Θ波信号和ml个δ波信号，同时从清醒状态下驾驶员m2秒内的脑电波信 号中提取出512Xm2个原始脑电波信号、m2个low a波信号、m2个high a波信号、m2个 IowP波信号、m2个high β波信号、m2个Θ波信号和m2个δ波信号；
[0156] 其中，ml和m2均为正整数，且ml ^ 5, m2 ^ 5 ;
[0157] 步骤B322、加权系数初始值确定：
[0158] 从（0,6]中随机抽取一个数