武嘉伟，狄长安，王 镭，廖仕军，郭 稳

（1.南京理工大学 机械工程学院，南京210094；2.中国中原对外工程有限公司，北京100044；3.重庆长江电工工业集团有限公司，重庆401336）

火炮操作人员（以下简称，操作人员）的疲劳程度是影响火炮正常运作的一个重要因素。操作人员长期暴露于野外恶劣环境中， 高强度体能负荷，过高的操作心理压力等诸多引发疲劳高风险因素。随着操作人员的疲劳状态得到重视，国内外学者也开始对此进行不断深入的研究。文献[1]引入了多种生理特征（如心电、眼动指标、脑电信号等），提出了一种基于动态贝叶斯网络、信息融合和生理特征的驾驶员疲劳识别模型。并利用实验验证表明了该系统的有效性，表明生理特征（特别是心电图和脑电图）是判断驾驶员疲劳状态的重要因素；文献[2]通过模拟驾驶，采集了肌电、心率、皮电、血氧饱和度等生理信号，将其融合基于神经网络建立了驾驶疲劳检测模型，结果表明，多源生理信号融合可以提高疲劳检测模型的准确率；文献[3]结合模糊逻辑理论融合多个生物特征建立疲劳检测模型，将眼部特征和嘴部特征融合判断驾驶员的疲劳状况，以提高检测方法的可靠性。

本文在已有的研究基础上，通过对疲劳机理进行分析，选取出能有效反映人体疲劳状态的生理参数，如心率、血压、体温、呼吸频率等，从多种生理参数中提取特征值，通过支持向量机方法来实现多个生理特征参数的融合，建立疲劳检测模型，对操作人员的疲劳状态进行评价，通过GA-PSO 优化SVM疲劳检测模型以提高疲劳检测的准确性和可靠性。……