题目：飞机驾驶舱显示界面脑力负荷实验测量与数学建模

飞机驾驶舱显示界面是为飞行员提供飞行信息的重要人机交互接口，其设计必须能够提供合适的脑力负荷水平，否则将严重影响飞行安全。在飞机驾驶舱显示界面设计的早期阶段，飞机设计人员需要采取相应的评估指标和评估模型来判别、预测显示界面不同设计方案下飞行员的脑力负荷水平，以便及时调整显示界面脑力任务设计，进而优化驾驶舱显示界面的设计方案。在实际飞行任务（特别是高机动性军事飞行任务）中，地面指挥系统需要实时的脑力负荷判别预测模型，来实现对飞行员脑力负荷状态的实时监控、分析以及预测，从而针对预期可能出现的飞行员脑力负荷超载情况提出实时、有效的解决方案，降低航空事故或事故征候的发生概率。为此，本研究以国家正在开发的新一代战斗机和大型民航客机的驾驶舱显示界面为研究对象，综合采用实验研究与理论建模的方法开展飞机驾驶舱显示界面脑力负荷实验测量与数学建模研究，来进一步提高飞机驾驶舱显示界面设计的适人性和可用性。研究内容主要包括：

1.        脑电指标与脑力负荷

根据飞机驾驶舱显示界面脑力任务设计和脑力负荷评价研究指标的需求，本研究基于事件相关电位（event-related potentials，ERP）技术，选取失匹配负波（mismatch negativity，MMN）和P3a成分为指标，采用三刺激“oddball”模式，在飞行模拟任务条件下开展了三级脑力负荷的测量与评价研究。

2.        心电指标与脑力负荷及其建模

借鉴国外已有的多指标综合评估方法在脑力负荷测评中的应用，同时考虑NASA_TLX量表评估脑力负荷的全面性、心电测量技术的无侵入性和实时性、以及绩效测量的直接性等优势，本研究结合飞行异常状态下飞行员处理异常信息过程的特点，通过使用飞行模拟器开展实验，探索了绩效测量（反应时和正确率）、主观评价（NASA_TLX量表）和生理测量（心率和心率变异性）这三类评估指标对飞行作业过程中飞行员脑力负荷变化的敏感性和诊断性，然后基于经筛选的脑力负荷评估指标的评价结果，采用贝叶斯的Fisher线性判别方法构建脑力负荷状态判别模型。

3.        基于多生理指标的脑力负荷判别预测模型

本研究综合采用ERP、ECG和EOG三类生理测量技术，在同一飞行实验任务中探索了三类指标对于飞机驾驶舱显示界面脑力负荷的敏感性，结果表明：MMN成分的峰值、心率变异性指标SDNN、眨眼次数（Eye Blink numbers）三类指标均可较准确地反映驾驶舱显示界面脑力负荷变化特性。在此基础上，选择三类生理指标之间的组合构建了生理指标综合评估模型，并从对脑力负荷判别预测准确率的角度将生理综合评估模型与NASA_TLX进行了比较，判别预测准确率接近，从而为飞机驾驶舱显示界面脑力负荷状态的客观、实时判定和预测提供了新的方法。

4.        多显示界面多飞行任务脑力负荷判别预测模型

综合采用ERP、ECG和EOG三类生理测量法开展多显示界面多飞行任务状态下的脑力负荷问题研究，探讨这三类生理指标对于飞行监控、飞行计算、以及雷达探测任务的敏感性。在筛选敏感指标的基础上，结合主观评价方法、主飞行任务作业绩效测评方法，生理测评方法，基于Fisher判别方法，建立了多显示界面多飞行任务状态下的脑力负荷综合评估模型。该综合评估模型与基于单一指标、双指标、三指标、四指标的模型进了比较，结果显示五指标综合模型对于多显示界面多飞行任务中的显示界面脑力任务设计的等级判别预测准确率最高，其判别预测准确率为82.22%。

本课题的研究工作为该飞机驾驶舱显示界面脑力负荷的评价提供了一种全新的生理客观评价指标和三种多维综合评估数学模型，进而本领域的研究提供了实验数据和量化研究方法。