El monitoreo del estado físico y mental del conductor basado en equipos de adquisición de EEG portátiles, especialmente la detección y advertencia temprana de la fatiga, es un tema clave en la investigación de la interfaz cerebro-computadora en la conducción de fusión inteligente humano-máquina. Comparando y analizando el estado de vigilia (alerta) y el estado de fatiga mediante la simulación de datos de EEG durante la conducción simulada, este artículo propone un método de construcción de red funcional cerebral basado en un valor de bloqueo de fase (PLV) e índice de desfase (PLI), estudia la relación entre las regiones cerebrales y analiza cuantitativamente la estructura de la red. Se seleccionan y constituyen vectores de características los parámetros característicos de la red funcional cerebral que presentan diferencias significativas en el estado de fatiga, los cuales se combinan con algoritmos de aprendizaje automático para completar la clasificación e identificación. Los resultados experimentales muestran que este método puede distinguir eficazmente entre estados de alerta y de fatiga. Las tasas de precisión de reconocimiento de 52 sujetos están todas por encima del 70%, siendo la precisión de reconocimiento más alta del 89.5%. El análisis de la topología de la red cerebral mostró que la conectividad entre las regiones cerebrales se debilitó bajo un estado de fatiga, especialmente bajo el método PLV, y la relación de sincronización de fase entre las bandas de frecuencia delta y theta se debilitó significativamente. Los resultados de la investigación proporcionan una referencia para comprender la interdependencia de las regiones cerebrales en condiciones de fatiga y el desarrollo de sistemas de detección de fatiga al conducir.