針對飛行員疲勞狀態識別的復雜性，本文基于腦電信號提出一種新的深度學習模型。一方面，利用小波包變換對飛行員腦電信號進行多尺度分解，提取了腦電信號的四個節律波段：δ 波（0.4～3 Hz）、θ 波（4～7 Hz）、α 波（8～13 Hz）和 β 波（14～30 Hz），將重組的波段信號作為純凈的腦電信號。另一方面，提出一種基于深度收縮自編碼網絡的飛行員疲勞狀態識別模型，并與其他方法進行比較。實驗結果顯示，針對飛行員疲勞狀態識別問題，所建立的新的深度學習模型具有很好的識別效果，識別準確率高達 91.67%。因此，研究基于深度收縮自編碼網絡的飛行員疲勞狀態識別具有重要意義。