基于飞行模拟器的飞行员脑力负荷测定系统技术方案

本发明专利技术提供了一种基于飞行模拟器的飞行员脑力负荷测定系统，包括：飞行特情设置子系统（1），用于对飞行过程中驾驶舱异常信息进行设置；飞行员脑力负荷水平测定子系统（2），用于测定该飞行特情下飞行员脑力负荷的等级。其包括三个模块，分别是飞行员作业绩效指标测定模块、飞行员生理参数测定模块和飞行员脑力负荷等级判定模块。其中飞行员作业绩效指标测定模块，用于记录和分析飞行作业过程中飞行员对于异常信息的正确操作率和反应时间；飞行员生理参数测定模块，用于记录和分析飞行作业过程中飞行员生理参数（心率变异性指标SDNN）的变化情况；飞行员脑力负荷等级判定模块，用于判断飞行员的脑力负荷水平。

【技术实现步骤摘要】

本专利技术涉及一种飞行员脑力负荷的测定系统，可测定基于飞行模拟器飞行员进行飞行特情处置时脑力负荷水平，进而测定飞机驾驶舱人机交互系统脑力任务设计的合理性。 
技术介绍
随着飞行自动化程度的提高，飞行员在飞机驾驶舱人机交互系统中的主要职能已从以手工操纵者为主转变为以飞机运行状态的监控者为主，这一角色的转变使得飞行员的脑力负荷大大加重。尤其是当出现飞行特情需要处置时，飞行员所面临的信息加工要求异常严格，往往需要在极短的时间内处理大量飞行信息并迅速作出应对决策，从而容易出现脑力负荷较高，甚至超载的情况，进而严重影响到飞机驾驶舱人机交互系统的工作效率、可靠性以及飞行员自身的生理心理健康。因此，脑力负荷已成为飞机驾驶舱人机交互系统的重要评价指标之一。 在传统的脑力负荷测定方法中，应用最为广泛的是NASA_TLX量表主观评价方法。NASA_TLX量表主观评价方法需要在飞行试验之后才能进行，这给早期飞机驾驶舱人机交互系统设计的测定工作带来困难，一旦发现问题，必须对系统进行重新设计，再次试飞后开展NASA_TLX量表主观评价，这一现象必将造成人力、财力和物力的极大浪费和消耗。此外，NASA_TLX量表主观评价方法中由于个体间差异较大，评定结果容易混淆。基于上述情况，设计出一套飞行员脑力负荷实时客观测定系统，能够在出现不同飞行特情任务时对飞机驾驶舱人机交互系统施加给飞行员的脑力负荷进行实时客观测定，并依据Fisher判别法给出脑力负荷等级判别结果，使得测定结果更加科学，从而指导飞机驾驶舱人机交互系统脑力任务的设计。 
技术实现思路
r>根据本专利技术的一个方面，提供了一种基于飞行模拟器的飞行员脑力负荷测定系统，其包括：飞行特情设置子系统，用于对飞行过程中驾驶舱异常信息进行设置；飞行员脑力负荷水平测定子系统，用于测定该飞行特情下飞行员脑力 负荷的等级。 根据本专利技术的一个进一步的方面，所述飞行员脑力负荷水平测定子系统包括飞行员作业绩效指标测定模块、飞行员生理参数测定模块和飞行员脑力负荷等级判定模块。其中飞行员作业绩效指标测定模块，用于记录和分析飞行作业过程中飞行员对于异常信息的正确操作率和反应时间；飞行员生理参数测定模块，用于记录和分析飞行作业过程中飞行员生理参数（心率变异性指标SDNN）的变化情况；飞行员脑力负荷等级判定模块，用于判断飞行员的脑力负荷水平。 根据本专利技术的另一个方面，提供了一种飞行员脑力负荷测定方法，其特征在于包括：飞行特情设置子步骤，用于对飞行过程中驾驶舱异常信息进行设置；飞行员脑力负荷水平测定子步骤，用于测定该飞行特情下飞行员脑力负荷的等级。 本专利技术的优点包括： （1）提供一种飞行特情设置子系统，在整个飞行模拟器上外接一个飞行特情设置子系统，可以模拟飞机驾驶舱在不同飞行特情条件下的飞行异常信息的呈现数量、呈现时间和间隔时间。 （2）提供一种飞行员脑力负荷测定系统，借助飞行特情设置子系统装置，在进行简单的设置后就能够对飞机驾驶舱人机交互系统在不同飞行特情下的脑力负荷进行客观测定。 （3）提供一种飞行员脑力负荷等级的客观判别方法，只需输入飞行员作业绩效指标和飞行员生理参数等客观指标，便可直接判断出飞行员的脑力负荷等级。 （4）与传统的飞机驾驶舱人机交互系统设计相比，采用本专利技术能够在飞机驾驶舱人机交互系统设计的初期阶段提早发现存在的设计上的不足并进行相应的改进，从而减少人力、财力和物力的浪费和消耗，缩短设计研发周期，降低设计成本，并直接指导飞机驾驶舱人机交互系统脑力任务的设计。 附图说明图1为根据本专利技术的一个实施例的飞行员脑力负荷测定系统的总结构图。 图2为根据本专利技术的一个实施例的飞行特情设置系统的界面布置图。 图3为根据本专利技术的一个实施例的飞行员脑力负荷测定系统工作总流程图。 图4A-图4B为根据本专利技术的一个实施例的飞行员脑力负荷测定子系统中的飞行员作业绩效指标测定模块和飞行员生理参数测定模块的工作流程图。 图5为根据本专利技术的一个实施例的飞行员脑力负荷等级判定模块的工作流程图。 图6A-图6C为根据本专利技术的一个实施例的飞行员脑力负荷测定界面示例图。 具体实施方式如图1所示，根据本专利技术的一个实施例的飞行员脑力负荷测定系统包括飞行特情设置子系统（1）和飞行员脑力负荷水平测定子系统（2）两个模块。其中飞行员脑力负荷水平测定子系统（2）包括飞行员作业绩效指标测定模块（21）、飞行员生理参数测定模块（22）和飞行员脑力负荷等级判定模块（23）。 如图2所示，根据本专利技术的一个实施例的飞行特情设置子系统（1）包括： 飞行异常信息的类别设置模块，用于设置异常信息的呈现类别，在图2所示的实施例中可以选择设置异常信息的类别范围为0-9种，这些异常信息包括：发动机状态、航向角、空速、气压高度、俯仰角、滚转角、方向舵状态、副翼位置、起落架状态共9种仪表信息； 飞行异常信息的呈现时间设置模块，用于设置每种异常信息的呈现时间，单位为“秒”； 飞行异常信息的间隔时间设置模块，用于设置每种异常信息的间隔时间，单位为“秒”。 在如图3所示的飞行员脑力负荷测定系统实施例中，首先使用飞行特情设置子系统（1）对飞行过程中驾驶舱异常信息进行设置；再使用飞行员脑力负荷水平测定子系统（2）中的飞行员作业绩效指标测定模块（21）记录和分析飞行作业过程中飞行员对于异常信息的正确操作率和反应时间，使用飞行员生理参数测定模块（22）记录和分析飞行作业过程中飞行员生理参数（心率变异性指标SDNN）的变化情况，使用飞行员脑力负荷等级判定模块（23）对当前飞行特情下飞行员脑力负荷的等级进行对比判定，最终给出飞行员脑力负荷等级测定结果。 如图4A至图4B所示，在完成飞行特情设置子系统（1）对飞行过程中驾驶舱异常信息进行设置后，采用飞行员作业绩效指标测定模块（21）记录和分析飞行作业过程中飞行员对于异常信息的正确操作率和反应时间；其中正确操作率为：对异常信息的正确响应次数与异常信息总次数的比值，保留两位小数；反应时间为：从异常信息出现到飞行员正确响应的时间，单位为“秒”，保留两位小数；首先进行飞行员作业绩效指标测量（211），然后通过计算机编程分别计算正确率和反应时间（212），，获得飞行员作业绩效指标测定结果（213）。同时，采用飞行员生理参数测定模块（22）记录和分析飞行作业过程中飞行员生理参数的变化情况，首先使用心电测试仪进行飞行员生理参数测量（221），其中生理参数为心率变异性指标SDNN的数值，SDNN数值为无量纲数值，保留两位小数，然后通过计算机编程计算平均SDNN（222），获得飞行员生理参数测定结果（223）。 如图5所示，是根据本专利技术的一个实施例的飞行员脑力负荷等级判定模块 （23）的工作过程。其工作流程为在完成了飞行员作业绩效指标测定模块（21）和飞行员生理参数测定模块（22）中的测定任务后，将获得的飞行员作业绩效指标测定结果（213）和飞行员生理参数测定结果（223）分别代入以下的3个方程中，这3个方程为在大量飞行模拟实本文档来自技高网...

【技术保护点】
飞行员脑力负荷测定系统，其特征在于包括：飞行特情设置子系统（1），用于对飞行过程中驾驶舱异常信息进行设置；飞行员脑力负荷水平测定子系统（2），用于测定该飞行特情下飞行员脑力负荷的等级。

【技术特征摘要】
1.飞行员脑力负荷测定系统，其特征在于包括：
飞行特情设置子系统（1），用于对飞行过程中驾驶舱异常信息进行设置；
飞行员脑力负荷水平测定子系统（2），用于测定该飞行特情下飞行员脑力
负荷的等级。
2.根据权利要求1的飞行员脑力负荷测定系统，其特征在于飞行特情设置
子系统（1）包括：
飞行异常信息的类别设置模块，用于设置异常信息的呈现类别；
飞行异常信息的呈现时间设置模块，用于设置每种异常信息的呈现时间；
飞行异常信息的间隔时间设置模块，用于设置每种异常信息的间隔时间。
3.根据权利要求1的飞行员脑力负荷测定系统，其特征在于飞行员脑力负
荷水平测定子系统（2）包括：
飞行员作业绩效指标测定模块（21），用于记录和分析飞行作业过程中飞行
员对于异常信息的正确操作率和反应时间；
使用飞行员生理参数测定模块（22），用于记录和分析飞行作业过程中飞行
员生理参数的变化情况；
飞行员脑力负荷等级判定模块（23），用于对当前飞行特情下飞行员脑力负
荷的等级进行对比判定，并给出飞行员脑力负荷等级测定结果。
4.根据权利要求3的飞行员脑力负荷测定系统，其特征在于飞行员脑力负
荷等级判定模块（23）包括进行如下处理的模块：
将飞行员作业绩效指标测定模块（21）和飞行员生理参数测定模块（22）
获得的飞行员作业绩效指标测定结果（213）和飞行员生理参数测定结果（223）
分别代入以下的在大量飞行模拟实验数据基础上基于Fisher判别方法所建立的
飞行员脑力负荷等级判别方程中：
Y1=615.003x1+595.087x2+0.757x3-548.323  (F1)
Y2=586.868x1+646.651x2+0.796x3–569.847  (F2)
Y3=568.408x1+662.124x2+0.806x3–571.629  (F3)
式中，Y1，Y2，Y3分别为低、中、高脑力负荷水平的判别函数值；x1为对飞行异
常信息操作的正确率；x2为对异常信息的反应时间；x3为心率变异性指标SDNN
数值；
根据x1，x2和x3的数值分别进行计算并比较Y1，Y2，Y3的值，
若Y1的值最大，则判断其脑力负荷水平为低，飞机驾驶舱人机交互系
统脑力任务设计水平较好；
若Y2的值最大，则判断其脑力负荷水平为中，飞机驾驶舱人机交互系
统脑力任务设计水平较差；
若Y3的值最大，则判断其脑力负荷水平为高，飞机驾驶舱人机交互系
统脑力任务设计水平很差。
5.根据权利要求2的飞行员脑力负荷测定系统，其特征在于所述异常信息
的呈现类别包括：发动机状态、航向角、空速、气压高度、俯仰角、滚转角、

【专利技术属性】
技术研发人员：庄达民，卫宗敏，张欢，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：