为有效合理地评价驾驶员在驾驶过程中的疲劳程度,通过无线体域网(WBAN)采集12名被试者的3种生理信号(脑电信号、肌电信号、呼吸信号),提取并分析这些生理信号的近似熵在驾驶过程中对疲劳程度的反映效果。试验结果表明,脑电、肌电、呼吸3种信号的近似熵均随时间的增加而逐渐下降,约90 min后下降程度变缓,表明进入比较疲劳状态。通过主成分分析可知,前两个主成分的贡献率分别为47.33%和40.26%,二者之和大于85%,其中脑电信号和肌电信号的近似熵所占权重较大。而且统计分析表明,脑电信号和肌电信号的近似熵显著性P<0.05,表明脑电信号和肌电信号在表征正常与疲劳两种状态时差异明显。在此基础上,分析信号组合对驾驶疲劳的反映效果,结果表明在脑电-肌电信号的近似熵组合时,正常和疲劳状态的概率分布具有明显的界限,可以有效反映驾驶过程中的疲劳状态。通过研究,获得最佳的反映疲劳驾驶的信号组合,可为更加准确地检测和避免疲劳驾驶提供理论依据。