Способ (варианты) определения психофизиологического состояния

Способ (варианты) определения психофизиологического состояния

Иллюстрации

Показать все

Реферат

Изобретение относится к средствам психофизиологического обследования человека по различным каналам взаимодействия с техническими средствами и может быть использовано для определения психоэмоционального состояния (ПФС) при реализации перцептивных услуг в полимодальных инфокоммуникационных системах, а также при проведении профессионального психофизиологического отбора.

Для людей, работающих в условиях напряженного умственного и/или физического труда, характерно возникновение состояния нервно-эмоционального напряжения, утомления, психического пресыщения и монотонии [Румянцева А.Г. Исследование индивидуальных особенностей психофизиологической адаптации операторов к выполнению монотонной деятельности // Психофизиологические исследования функционального состояния человека-оператора. Сб. науч. тр. - М.: Наука, 1993. - 109 с.]. Выявление неблагоприятного влияния изменения этих состояний на принимаемые человеком позволит повысить эффективность процесса его деятельности.

При взаимодействии с техническими средствами автоматизации таких процессов на основе человеко-машинных систем (АРМ - автоматизированных рабочих мест, ПЭВМ - персональных электронных вычислительных машин, пультов управления, средств голосового управления и других интерфейсов взаимодействия) человек использует ряд выходных модальностей (или каналов):

1) традиционный ввод с помощью клавиатуры и манипулятора типа «мышь» (далее - «мышь»). Клавиатура может состоять всего из нескольких кнопок (пульт управления станка) или содержать до сотен кнопок (компьютерные клавиатуры). Мышка используется для отслеживания некоторой траектории движения;

2) речевой сигнал, наиболее предпочтительный, чем традиционные входные модальности в задачах, где заняты руки и глаза (например, при ручном управлении);

3) жесты, играющие важную роль в человеческом общении и доступные для анализа при использовании средств видеосвязи.

В полимодальных системах [Басов О.О., Сайтов И.А. Основные каналы межличностной коммуникации и их проекция на инфокоммуникационные системы // Труды СПИИРАН. 2013. Вып.7 (30). С. 122-140] информация текстового, акустического и визуального каналов взаимодействия (фиг. 1) непрерывно отслеживается и обрабатывается, позволяя удовлетворить желания человека и оперативно адаптироваться к текущей задаче и другим прикладным аспектам. Характерной особенностью интерфейсов таких систем является единый подход к формализации и исследованию сигналов каналов взаимодействия, позволяющий на основе одинакового математического обеспечения производить оценку ПФС человека.

Автоматизация его определения может быть основана на поведенческих характеристиках человека, таких как подпись, стиль управления манипулятором, например, типа «мышь», клавиатурный почерк, голос или характерная жестикуляция. В качестве уникальной информации, отражающей ПФС, можно отметить степень аритмичности (апериодичности). Единство ее формального представления в виде джиттера сигналов различных каналов взаимодействия человека с техническими средствами позволяет использовать для анализа последнего единый методологический аппарат.

Известны способы разделения джиттера сигнала (данных) (см., например, патент US 7254168 B2 от 07.08.2007, патент US 6832172 B2 от 14.12.2004, патент US 6898535 B2 от 24.05.2005). Известные аналоги восстанавливают неизвестные значения в последовательности ошибок временных интервалов путем использования интерполяции по ближайшим известным значениям. Их общим недостатком является низкая точность оценки составляющих (периодического и случайного) общего джиттера, а также невозможность использования для определения ПФС человека.

Известен способ разделения джиттера сигнала данных (патент РФ №2380826 от 27.01.2010), использующий спектральные методы восстановления пропущенных значений ошибок временных интервалов и разделения общего джиттера на случайную и периодические компоненты. Его недостатком является невозможность использования для анализа джиттера акустического и визуального каналов взаимодействия и определения ПФС человека.

Наиболее близким по технической сущности к заявляемому способу и выбранным в качестве прототипа является способ разделения джиттера периода основного тона речевого сигнала (патент РФ №2419166 от 20.05.2011), заключающийся в том, что получают и сохраняют входной речевой сигнал, разделяют входной речевой сигнал на кадры равной длительности, определяют на каждом кадре речевого сигнала значение периода основного тона, вычисляют первую функцию ошибок временных интервалов, вычисляют функцию усредненной ошибки временных интервалов как скользящее среднее первых функций ошибок временных интервалов, вычисляют вторую функцию ошибок временных интервалов путем вычитания функции усредненной ошибки временных интервалов из первой функции ошибок временных интервалов, вычисляют третью функцию ошибок временных интервалов путем подстановки нулевых значений во вторую функцию ошибок временных интервалов в интервалах, не имеющих переходов состояний входного сигнала, выполняют прямое дискретное преобразование Фурье от третьей функции ошибок временных интервалов, вычисляют усредненный спектр третьей функции ошибок временных интервалов путем усреднения амплитуд спектральных составляющих спектров третьих функций ошибок временных интервалов соседних сигнальных векторов, формируют массив частот F_P2, соответствующий частотам амплитудных пиков в усредненном спектре третьей функции ошибок временных интервалов, формируют модифицированный спектр третьей функции ошибок временных интервалов путем обнуления амплитуд на частотах, не вошедших в массив F_P2, выполняют обратное дискретное преобразование Фурье от модифицированного спектра третьей функции ошибок временных интервалов, подсчитывают количество изменений состояния входного сигнала в сигнальном векторе, вычисляют коэффициент усиления модифицированной третьей функции ошибок временных интервалов путем деления длины сигнального вектора на количество изменений состояния входного сигнала в сигнальном векторе, усиливают модифицированную третью функцию ошибок временных интервалов, формируют функцию ошибок временных интервалов путем подстановки в интервалы второй функции ошибок временных интервалов, не имеющих переходов состояний входного сигнала, значений из соответствующих интервалов модифицированной третьей функции ошибок временных интервалов, выполняют прямое дискретное преобразование Фурье для перевода функции ошибок временных интервалов в частотную область, вычисляют усредненный спектр ошибок временных интервалов путем усреднения амплитуд спектральных составляющих спектров функции ошибок временных интервалов соседних сигнальных векторов, формируют массив частот F_P, соответствующий частотам пиковых значений амплитуд в усредненном спектре ошибок временных интервалов, вычисляют модифицированный спектр периодического джиттера на частотах F_P с амплитудами усредненного спектра ошибок временных интервалов и фазами спектра ошибок временных интервалов, вычисляют временную последовательность периодического джиттера путем обратного преобразования Фурье от модифицированного спектра периодического джиттера, вычисляют гистограмму временной последовательности периодического джиттера, определяют размах значений периодического джиттера по гистограмме, вычисляют усредненную спектральную плотность мощности функции ошибок временных интервалов путем усреднения квадратов амплитуд спектральных составляющих спектров функции ошибок временных интервалов соседних сигнальных векторов, вычисляют модифицированный спектр случайного джиггера путем подстановки на частотах F_P амплитуды, равной корню квадратному из разности усредненной спектральной плотности мощности и квадрата модуля усредненного спектра ошибок временных интервалов, и случайной, равномерно распределенной фазы, выполняют обратное преобразование Фурье от модифицированного спектра случайного джиттера, вычисляют среднеквадратическое отклонение значений случайного джиггера, принимают решение о дальнейшем усреднении результатов.

Недостатком способа-прототипа является невозможность его использования для определения ПФС человека, обусловленная следующими причинами. Результатом выполнения способа-прототипа являются значения случайного джиттера периода основного тона речевого сигнала и их среднеквадратическое отклонение, не позволяющие сделать вывод о состоянии человека. Кроме того, оказывается невозможным определение ПФС человека при неиспользовании им акустического канала взаимодействия с техническими средствами.

Задачей изобретения является создание способа (вариантов) определения психофизиологического состояния, позволяющего расширить класс решаемых задач и повысить точность определения психофизиологического состояния человека по информации от текстового, акустического и визуального каналов взаимодействия с техническими средствами.

Задача изобретения в первом варианте решается тем, что способ (варианты) определения психофизиологического состояния, заключающийся в том, что получают и сохраняют входной речевой сигнал, разделяют входной речевой сигнал на кадры равной длительности, определяют на каждом кадре речевого сигнала значение периода основного тона, вычисляют первую функцию ошибок временных интервалов, вычисляют функцию усредненной ошибки временных интервалов как скользящее среднее первых функций ошибок временных интервалов, вычисляют вторую функцию ошибок временных интервалов путем вычитания функции усредненной ошибки временных интервалов из первой функции ошибок временных интервалов, вычисляют третью функцию ошибок временных интервалов путем подстановки нулевых значений во вторую функцию ошибок временных интервалов в интервалах, не имеющих переходов состояний входного сигнала, выполняют прямое дискретное преобразование Фурье от третьей функции ошибок временных интервалов, вычисляют усредненный спектр третьей функции ошибок временных интервалов путем усреднения амплитуд спектральных составляющих спектров третьих функций ошибок временных интервалов соседних сигнальных векторов, формируют массив частот F_P2, соответствующий частотам амплитудных пиков в усредненном спектре третьей функции ошибок временных интервалов, формируют модифицированный спектр третьей функции ошибок временных интервалов путем обнуления амплитуд на частотах, не вошедших в массив F_P2, выполняют обратное дискретное преобразование Фурье от модифицированного спектра третьей функции ошибок временных интервалов, подсчитывают количество изменений состояния входного сигнала в сигнальном векторе, вычисляют коэффициент усиления модифицированной третьей функции ошибок временных интервалов путем деления длины сигнального вектора на количество изменений состояния входного сигнала в сигнальном векторе, усиливают модифицированную третью функцию ошибок временных интервалов, формируют функцию ошибок временных интервалов путем подстановки в интервалы второй функции ошибок временных интервалов, не имеющих переходов состояний входного сигнала, значений из соответствующих интервалов модифицированной третьей функции ошибок временных интервалов, выполняют прямое дискретное преобразование Фурье для перевода функции ошибок временных интервалов в частотную область, вычисляют усредненный спектр ошибок временных интервалов путем усреднения амплитуд спектральных составляющих спектров функции ошибок временных интервалов соседних сигнальных векторов, формируют массив частот F_P, соответствующий частотам пиковых значений амплитуд в усредненном спектре ошибок временных интервалов, вычисляют усредненную спектральную плотность мощности функции ошибок временных интервалов путем усреднения квадратов амплитуд спектральных составляющих спектров функции ошибок временных интервалов соседних сигнальных векторов, вычисляют модифицированный спектр случайного джиттера путем подстановки на частотах F_P амплитуды, равной корню квадратному из разности усредненной спектральной плотности мощности и квадрата модуля усредненного спектра ошибок временных интервалов, и случайной, равномерно распределенной фазы, выполняют обратное преобразование Фурье от модифицированного спектра случайного джиттера, согласно изобретению дополнен: вычисляют абсолютные значения полученного случайного джиттера, определяют отношение Over_RJ числа абсолютных значений случайного джиттера, превышающих пороговое значение Thr_RJ, к их общему числу, анализируют характер изменения отношения Over_RJ во времени методом скользящего среднего, формируют вывод об изменении психофизиологического состояния человека и отображают данный вывод с использованием средств отображения информации.

Благодаря анализу характера изменения во времени отношения числа абсолютных значений случайного джиттера периода основного тона речевого сигнала, превышающих пороговое значение, к их общему числу, в первом варианте заявленного способа обеспечивается возможность повышения точности определения психофизиологического состояния человека по информации от акустического (речевого) канала взаимодействия с техническими средствами.

Задача изобретения во втором варианте решается тем, что способ (варианты) определения психофизиологического состояния, заключающийся в том, что получают и сохраняют входной речевой сигнал, разделяют входной речевой сигнал на кадры равной длительности, вычисляют первую функцию ошибок временных интервалов, вычисляют функцию усредненной ошибки временных интервалов как скользящее среднее первых функций ошибок временных интервалов, вычисляют вторую функцию ошибок временных интервалов путем вычитания функции усредненной ошибки временных интервалов из первой функции ошибок временных интервалов, вычисляют третью функцию ошибок временных интервалов путем подстановки нулевых значений во вторую функцию ошибок временных интервалов в интервалах, не имеющих переходов состояний входного сигнала, выполняют прямое дискретное преобразование Фурье от третьей функции ошибок временных интервалов, вычисляют усредненный спектр третьей функции ошибок временных интервалов путем усреднения амплитуд спектральных составляющих спектров третьих функций ошибок временных интервалов соседних сигнальных векторов, формируют массив частот F_P2, соответствующий частотам амплитудных пиков в усредненном спектре третьей функции ошибок временных интервалов, формируют модифицированный спектр третьей функции ошибок временных интервалов путем обнуления амплитуд на частотах, не вошедших в массив F_P2, выполняют обратное дискретное преобразование Фурье от модифицированного спектра третьей функции ошибок временных интервалов, подсчитывают количество изменений состояния входного сигнала в сигнальном векторе, вычисляют коэффициент усиления модифицированной третьей функции ошибок временных интервалов путем деления длины сигнального вектора на количество изменений состояния входного сигнала в сигнальном векторе, усиливают модифицированную третью функцию ошибок временных интервалов, формируют функцию ошибок временных интервалов путем подстановки в интервалы второй функции ошибок временных интервалов, не имеющих переходов состояний входного сигнала, значений из соответствующих интервалов модифицированной третьей функции ошибок временных интервалов, выполняют прямое дискретное преобразование Фурье для перевода функции ошибок временных интервалов в частотную область, вычисляют усредненный спектр ошибок временных интервалов путем усреднения амплитуд спектральных составляющих спектров функции ошибок временных интервалов соседних сигнальных векторов, формируют массив частот F_P, соответствующий частотам пиковых значений амплитуд в усредненном спектре ошибок временных интервалов, вычисляют усредненную спектральную плотность мощности функции ошибок временных интервалов путем усреднения квадратов амплитуд спектральных составляющих спектров функции ошибок временных интервалов соседних сигнальных векторов, вычисляют модифицированный спектр случайного джиттера путем подстановки на частотах F_P амплитуды, равной корню квадратному из разности усредненной спектральной плотности мощности и квадрата модуля усредненного спектра ошибок временных интервалов, и случайной, равномерно распределенной фазы, выполняют обратное преобразование Фурье от модифицированного спектра случайного джиттера, согласно изобретению дополнен: после того как разделяют входной речевой сигнал на кадры равной длительности, классифицируют кадры на активную речь и паузы, определяют длительность пауз, а затем вычисляют первую функцию ошибок временных интервалов, после того, как выполняют обратное преобразование Фурье от модифицированного спектра случайного джиттера, определяют абсолютные значения полученного случайного джиттера, определяют отношение Over_RJ числа абсолютных значений случайного джиттера, превышающих пороговое значение Thr_RJ, к их общему числу, анализируют характер изменения отношения Over_RJ во времени методом скользящего среднего, формируют вывод об изменении психофизиологического состояния человека и отображают данный вывод с использованием средств отображения информации.

Благодаря анализу характера изменения во времени отношения числа абсолютных значений случайного джиттера длительности пауз в речевом сигнале, превышающих пороговое значение, к их общему числу, во втором варианте заявленного способа обеспечивается возможность повышения точности определения психофизиологического состояния человека по информации от акустического канала взаимодействия с техническими средствами.

Задача изобретения в третьем варианте решается тем, что способ (варианты) определения психофизиологического состояния, заключающийся в том, что вычисляют первую функцию ошибок временных интервалов, вычисляют функцию усредненной ошибки временных интервалов как скользящее среднее первых функций ошибок временных интервалов, вычисляют вторую функцию ошибок временных интервалов путем вычитания функции усредненной ошибки временных интервалов из первой функции ошибок временных интервалов, вычисляют третью функцию ошибок временных интервалов путем подстановки нулевых значений во вторую функцию ошибок временных интервалов в интервалах, не имеющих переходов состояний входного сигнала, выполняют прямое дискретное преобразование Фурье от третьей функции ошибок временных интервалов, вычисляют усредненный спектр третьей функции ошибок временных интервалов путем усреднения амплитуд спектральных составляющих спектров третьих функций ошибок временных интервалов соседних сигнальных векторов, формируют массив частот F_P2, соответствующий частотам амплитудных пиков в усредненном спектре третьей функции ошибок временных интервалов, формируют модифицированный спектр третьей функции ошибок временных интервалов путем обнуления амплитуд на частотах, не вошедших в массив F_P2, выполняют обратное дискретное преобразование Фурье от модифицированного спектра третьей функции ошибок временных интервалов, подсчитывают количество изменений состояния входного сигнала в сигнальном векторе, вычисляют коэффициент усиления модифицированной третьей функции ошибок временных интервалов путем деления длины сигнального вектора на количество изменений состояния входного сигнала в сигнальном векторе, усиливают модифицированную третью функцию ошибок временных интервалов, формируют функцию ошибок временных интервалов путем подстановки в интервалы второй функции ошибок временных интервалов, не имеющих переходов состояний входного сигнала, значений из соответствующих интервалов модифицированной третьей функции ошибок временных интервалов, выполняют прямое дискретное преобразование Фурье для перевода функции ошибок временных интервалов в частотную область, вычисляют усредненный спектр ошибок временных интервалов путем усреднения амплитуд спектральных составляющих спектров функции ошибок временных интервалов соседних сигнальных векторов, формируют массив частот F_p, соответствующий частотам пиковых значений амплитуд в усредненном спектре ошибок временных интервалов, вычисляют усредненную спектральную плотность мощности функции ошибок временных интервалов путем усреднения квадратов амплитуд спектральных составляющих спектров функции ошибок временных интервалов соседних сигнальных векторов, вычисляют модифицированный спектр случайного джиттера путем подстановки на частотах F_P амплитуды, равной корню квадратному из разности усредненной спектральной плотности мощности и квадрата модуля усредненного спектра ошибок временных интервалов, и случайной, равномерно распределенной фазы, выполняют обратное преобразование Фурье от модифицированного спектра случайного джиттера, согласно изобретению дополнен: получают и сохраняют входной сигнал клавиатуры, определяют моменты нажатия и отпускания клавиш, вычисляют длительности нажатия клавиш, а затем вычисляют первую функцию ошибок временных интервалов, после того, как выполняют обратное преобразование Фурье от модифицированного спектра случайного джиттера, определяют абсолютные значения полученного случайного джиттера, определяют отношение Over_RJ числа абсолютных значений случайного джиттера, превышающих пороговое значение Thr_RJ, к их общему числу, анализируют характер изменения отношения Over_RJ во времени методом скользящего среднего, формируют вывод об изменении психофизиологического состояния человека и отображают данный вывод с использованием средств отображения информации

Благодаря анализу характера изменения во времени отношения числа абсолютных значений случайного джиттера длительности нажатия клавиш на клавиатуре, превышающих пороговое значение, к их общему числу, в третьем варианте заявленного способа обеспечивается возможность повышения точности определения психофизиологического состояния человека по информации от текстового канала взаимодействия с техническими средствами.

Задача изобретения в четвертом варианте решается тем, что способ (варианты) определения психофизиологического состояния, заключающийся в том, что вычисляют первую функцию ошибок временных интервалов, вычисляют функцию усредненной ошибки временных интервалов как скользящее среднее первых функций ошибок временных интервалов, вычисляют вторую функцию ошибок временных интервалов путем вычитания функции усредненной ошибки временных интервалов из первой функции ошибок временных интервалов, вычисляют третью функцию ошибок временных интервалов путем подстановки нулевых значений во вторую функцию ошибок временных интервалов в интервалах, не имеющих переходов состояний входного сигнала, выполняют прямое дискретное преобразование Фурье от третьей функции ошибок временных интервалов, вычисляют усредненный спектр третьей функции ошибок временных интервалов путем усреднения амплитуд спектральных составляющих спектров третьих функций ошибок временных интервалов соседних сигнальных векторов, формируют массив частот F_P2, соответствующий частотам амплитудных пиков в усредненном спектре третьей функции ошибок временных интервалов, формируют модифицированный спектр третьей функции ошибок временных интервалов путем обнуления амплитуд на частотах, не вошедших в массив F_P2, выполняют обратное дискретное преобразование Фурье от модифицированного спектра третьей функции ошибок временных интервалов, подсчитывают количество изменений состояния входного сигнала в сигнальном векторе, вычисляют коэффициент усиления модифицированной третьей функции ошибок временных интервалов путем деления длины сигнального вектора на количество изменений состояния входного сигнала в сигнальном векторе, усиливают модифицированную третью функцию ошибок временных интервалов, формируют функцию ошибок временных интервалов путем подстановки в интервалы второй функции ошибок временных интервалов, не имеющих переходов состояний входного сигнала, значений из соответствующих интервалов модифицированной третьей функции ошибок временных интервалов, выполняют прямое дискретное преобразование Фурье для перевода функции ошибок временных интервалов в частотную область, вычисляют усредненный спектр ошибок временных интервалов путем усреднения амплитуд спектральных составляющих спектров функции ошибок временных интервалов соседних сигнальных векторов, формируют массив частот F_p, соответствующий частотам пиковых значений амплитуд в усредненном спектре ошибок временных интервалов, вычисляют усредненную спектральную плотность мощности функции ошибок временных интервалов путем усреднения квадратов амплитуд спектральных составляющих спектров функции ошибок временных интервалов соседних сигнальных векторов, вычисляют модифицированный спектр случайного джиттера путем подстановки на частотах F_P амплитуды, равной корню квадратному из разности усредненной спектральной плотности мощности и квадрата модуля усредненного спектра ошибок временных интервалов, и случайной, равномерно распределенной фазы, выполняют обратное преобразование Фурье от модифицированного спектра случайного джиттера, согласно изобретению дополнен: получают и сохраняют входной сигнал клавиатуры, определяют моменты нажатия и отпускания клавиш, вычисляют интервалы между нажатиями (отпусканиями) клавиш, а затем вычисляют первую функцию ошибок временных интервалов, после того, как выполняют обратное преобразование Фурье от модифицированного спектра случайного джиттера, определяют абсолютные значения полученного случайного джиттера, определяют отношение Over_RJ числа абсолютных значений случайного джиттера, превышающих пороговое значение Thr_RJ, к их общему числу, анализируют характер изменения отношения Over_RJ во времени методом скользящего среднего, формируют вывод об изменении психофизиологического состояния человека и отображают данный вывод с использованием средств отображения информации

Благодаря анализу характера изменения во времени отношения числа абсолютных значений случайного джиттера интервалов между нажатиями (отпусканиями) клавиш на клавиатуре, превышающих пороговое значение, к их общему числу, в четвертом варианте заявленного способа обеспечивается возможность повышения точности определения психофизиологического состояния человека по информации от текстового канала взаимодействия с техническими средствами.

Задача изобретения в пятом варианте решается тем, что способ (варианты) определения психофизиологического состояния, заключающийся в том, что вычисляют первую функцию ошибок временных интервалов, вычисляют функцию усредненной ошибки временных интервалов как скользящее среднее первых функций ошибок временных интервалов, вычисляют вторую функцию ошибок временных интервалов путем вычитания функции усредненной ошибки временных интервалов из первой функции ошибок временных интервалов, вычисляют третью функцию ошибок временных интервалов путем подстановки нулевых значений во вторую функцию ошибок временных интервалов в интервалах, не имеющих переходов состояний входного сигнала, выполняют прямое дискретное преобразование Фурье от третьей функции ошибок временных интервалов, вычисляют усредненный спектр третьей функции ошибок временных интервалов путем усреднения амплитуд спектральных составляющих спектров третьих функций ошибок временных интервалов соседних сигнальных векторов, формируют массив частот F_P2, соответствующий частотам амплитудных пиков в усредненном спектре третьей функции ошибок временных интервалов, формируют модифицированный спектр третьей функции ошибок временных интервалов путем обнуления амплитуд на частотах, не вошедших в массив F_P2, выполняют обратное дискретное преобразование Фурье от модифицированного спектра третьей функции ошибок временных интервалов, подсчитывают количество изменений состояния входного сигнала в сигнальном векторе, вычисляют коэффициент усиления модифицированной третьей функции ошибок временных интервалов путем деления длины сигнального вектора на количество изменений состояния входного сигнала в сигнальном векторе, усиливают модифицированную третью функцию ошибок временных интервалов, формируют функцию ошибок временных интервалов путем подстановки в интервалы второй функции ошибок временных интервалов, не имеющих переходов состояний входного сигнала, значений из соответствующих интервалов модифицированной третьей функции ошибок временных интервалов, выполняют прямое дискретное преобразование Фурье для перевода функции ошибок временных интервалов в частотную область, вычисляют усредненный спектр ошибок временных интервалов путем усреднения амплитуд спектральных составляющих спектров функции ошибок временных интервалов соседних сигнальных векторов, формируют массив частот F_P, соответствующий частотам пиковых значений амплитуд в усредненном спектре ошибок временных интервалов, вычисляют усредненную спектральную плотность мощности функции ошибок временных интервалов путем усреднения квадратов амплитуд спектральных составляющих спектров функции ошибок временных интервалов соседних сигнальных векторов, вычисляют модифицированный спектр случайного джиттера путем подстановки на частотах F_P амплитуды, равной корню квадратному из разности усредненной спектральной плотности мощности и квадрата модуля усредненного спектра ошибок временных интервалов, и случайной, равномерно распределенной фазы, выполняют обратное преобразование Фурье от модифицированного спектра случайного джиттера, согласно изобретению дополнен: получают и сохраняют входной сигнал манипулятора типа «мышь», определяют моменты нажатия и отпускания левой кнопки «мыши», вычисляют длительности нажатия левой кнопки «мыши», а затем вычисляют первую функцию ошибок временных интервалов, после того, как выполняют обратное преобразование Фурье от модифицированного спектра случайного джиттера, определяют абсолютные значения полученного случайного джиттера, определяют отношение Over_RJ числа абсолютных значений случайного джиттера, превышающих пороговое значение Thr_RJ, к их общему числу, анализируют характер изменения отношения Over_RJ во времени методом скользящего среднего, формируют вывод об изменении психофизиологического состояния человека и отображают данный вывод с использованием средств отображения информации.

Благодаря анализу характера изменения во времени отношения числа абсолютных значений случайного джиттера длительности нажатия левой кнопки «мыши», превышающих пороговое значение, к их общему числу, в шестом варианте заявленного способа обеспечивается возможность повышения точности определения психофизиологического состояния человека по информации от текстового канала взаимодействия с техническими средствами.

Задача изобретения в шестом варианте решается тем, что способ (варианты) определения психофизиологического состояния, заключающийся в том, что вычисляют первую функцию ошибок временных интервалов, вычисляют функцию усредненной ошибки временных интервалов как скользящее среднее первых функций ошибок временных интервалов, вычисляют вторую функцию ошибок временных интервалов путем вычитания функции усредненной ошибки временных интервалов из первой функции ошибок временных интервалов, вычисляют третью функцию ошибок временных интервалов путем подстановки нулевых значений во вторую функцию ошибок временных интервалов в интервалах, не имеющих переходов состояний входного сигнала, выполняют прямое дискретное преобразование Фурье от третьей функции ошибок временных интервалов, вычисляют усредненный спектр третьей функции ошибок временных интервалов путем усреднения амплитуд спектральных составляющих спектров третьих функций ошибок временных интервалов соседних сигнальных векторов, формируют массив частот F_P2, соответствующий частотам амплитудных пиков в усредненном спектре третьей функции ошибок временных интервалов, формируют модифицированный спектр третьей функции ошибок временных интервалов путем обнуления амплитуд на частотах, не вошедших в массив F_P2, выполняют обратное дискретное преобразование Фурье от модифицированного спектра третьей функции ошибок временных интервалов, подсчитывают количество изменений состояния входного сигнала в сигнальном векторе, вычисляют коэффициент усиления модифицированной третьей функции ошибок временных интервалов путем деления длины сигнального вектора на количество изменений состояния входного сигнала в сигнальном векторе, усиливают модифицированную третью функцию ошибок временных интервалов, формируют функцию ошибок временных интервалов путем подстановки в интервалы второй функции ошибок временных интервалов, не имеющих переходов состояний входного сигнала, значений из соответствующих интервалов модифицированной третьей функции ошибок временных интервалов, выполняют прямое дискретное преобразование Фурье для перевода функции ошибок временных интервалов в частотную область, вычисляют усредненный спектр ошибок временных интервалов путем усреднения амплитуд спектральных составляющих спектров функции ошибок временных интервалов соседних сигнальных векторов, формируют массив частот F_P, соответствующий частотам пиковых значений амплитуд в усредненном спектре ошибок временных интервалов, вычисляют усредненную спектральную плотность мощности функции ошибок временных интервалов путем усреднения квадратов амплитуд спектральных составляющих спектров функции ошибок временных интервалов соседних сигнальных векторов, вычисляют модифицированный спектр случайного джиттера путем подстановки на частотах F_P амплитуды, равной корню квадратному из разности усредненной спектральной плотности мощности и квадрата модуля усредненного спектра ошибок временных интервалов, и случайной, равномерно распределенной фазы, выполняют обратное преобразование Фурье от модифицированного спектра случайного джиттера, согласно изобретению дополнен: получают и сохраняют входной сигнал манипулятора типа «мышь», определяют моменты нажатия и отпускания левой кнопки «мыши», вычисляют интервалы между нажатиями (отпусканиями) левой кнопки «мыши», а затем вычисляют первую функцию ошибок временных интервалов, после того, как выполняют обратное преобразование Фурье от модифицированного спектра случайного джиттера, определяют абсолютные значения полученного случайного джиттера, определяют отношение Over_RJ числа абсолютных значений случайного джиттера, превышающих пороговое значение Thr_RJ, к их общему числу, анализируют характер изменения отношения Over_RJ во времени методом скользящего среднего, формируют вывод об изменении психофизиологического состояния человека и отображают данный вывод с использованием средств отображения информации.

Благодаря анализу характера изменения во времени отношения числа абсолютных значений случайного джиттера интервалов между нажатиями левой кнопки «мыши», превышающих пороговое значение, к их общему числу, в шестом варианте заявленного способа обеспечивается возможность повышения точности определения психофизиологического состояния человека по информации от текстового канала взаимодействия с техническими средствами.

Задача изобретения в седьмом варианте решается тем, что способ (варианты) определения психофизиологического состояния, заключающийся в том, что вычисляют первую функцию ошибок временных интервалов, вычисляют функцию усредненной ошибки временных интервалов как скользящее среднее первых функций ошибок временных интервалов, вычисляют вторую функцию ошибо