面向復雜飛行任務的腦力負荷多維綜合評估模型

衛(wèi)宗敏

（中國民航管理干部學院 航空安全管理系，北京100102）

隨著電子信息技術的迅猛發(fā)展，越來越多的智能化、信息化等自動化技術應用于飛機駕駛艙設計之中。采用先進的自動化技術后，傳統(tǒng)駕駛艙人機交互系統(tǒng)隨之發(fā)生重大變化。飛行操縱系統(tǒng)和控制系統(tǒng)的高度自動化極大便捷了飛行操作任務［1-3］。因而，從飛機操縱角度而言，高度自動化的飛機駕駛艙系統(tǒng)有效地減輕了飛行員的體力工作負荷，在一定程度上有效促進了航空安全水平的提升。然而操縱水平的多樣性和儀表顯示系統(tǒng)界面信息的高度密集，同時也對飛行員的認知加工能力提出了新的要求，尤其是當系統(tǒng)所要求的認知加工能力越過某一限度后，加重的信息加工任務所引發(fā)的腦力負荷反而會影響飛行員對飛機的操縱［4-7］。

文獻［8-10］的研究結果表明，事件相關電位（ERP）、心電（ECG）和眼電（EOG）3類生理測量法均能夠有效反映平視顯示器界面腦力負荷的變化，那么這些指標在多顯示界面多飛行任務中的變化情況是怎么樣的呢？

文獻［11-13］研究結果表明，在多界面操作任務中，單一的生理測量可能不會提供合適的預測信息。例如，Ryu和Myung［11］在研究追蹤和計算雙任務作業(yè)中，發(fā)現EOG相關指標中的眨眼率隨著追蹤任務難度的增加而增加，但是不隨著計算任務難度的增加而增加；心率變異性（HRV）的相關指標隨著追蹤任務難度的增加而減少，但是不隨著計算任務難度而減少；腦電（EEG）的相關指標隨著計算任務難度的增加而增加，但是對追蹤任務不敏感。

為了全面探討不同的生理指標對不同類型的飛行作業(yè)任務的敏感性，本文在前期3個實驗結果的基礎上［8-10］，設計綜合性實驗，采用EEG、ECG和EOG三類生理測量法開展多顯示界面多飛行任務狀態(tài)下的腦力負荷問題研究，探討這3類生理指標對于飛行儀表監(jiān)控、飛行數字計算及飛行雷達探測任務的敏感性，在篩選敏感指標的基礎上，結合主觀評價方法、作業(yè)績效測評方法，基于貝葉斯判別分析方法，建立面向復雜飛行任務的腦力負荷多維綜合評估模型，以期為復雜系統(tǒng)中顯示界面腦力任務設計提供科學依據。

1 實驗方法

1.1 被 試

被試為北京航空航天大學在校研究生，共15人，均為男性，年齡均在22～28歲之間；所有被試視力或矯正視力均正常，聽力正常，且均為右利手。在接受本實驗任務前，所有被試均受過實驗飛行任務的培訓，熟練掌握實驗操作方法。

1.2 實驗任務

1.2.1 飛行儀表監(jiān)控任務

飛行任務一為儀表監(jiān)控任務，要求被試監(jiān)視平視顯示器（Head Up Display，HUD）上所呈現的飛行信息狀態(tài)，其顯示界面如圖1所示。

圖1 飛行儀表監(jiān)控任務界面Fig.1 Fight instrumentmonitoring task interface

在被試進行飛行任務過程中，該儀表中的空速、俯仰和氣壓高度等3個飛行信息將隨機出現異常，被試需要完成對異常信息的識別、判斷及響應操作。對于這3個飛行信息，被試需要在實驗前記憶3個信息的異常范圍（飛行異常信息范圍設置為：對照飛行任務下無異常信息呈現，高、低腦力負荷任務下，空速超過400 n mile／h為空速異常，俯仰角超過20°為俯仰異常，氣壓高度超過10000英尺為氣壓異常，1英尺（ft）＝0.304 8m）。

用E-Prime編程在實驗所用界面上設置隨機呈現的異常狀態(tài)，每個異常信息的呈現時間2 s，間隔時間隨機，且同一時間內出現的異常信息不超過一個。異常信息在被試響應后（包括正檢、錯檢）恢復正常，如被試未響應（漏檢），異常信息在呈現一段時間（即擾動信息呈現時間）后自動恢復正常。

1.2.2 飛行數字計算任務

飛行任務二為數字計算任務，在該任務中要求被試在進行飛行任務的同時，監(jiān)視下視顯示器（Head Down Disp lay，HDD）中顯示的數字信息，該顯示界面如圖2所示。

在飛行任務中，該儀表中的數字信息顯示界面將隨機出現不同的距離值和速度值，這些數字的呈現時間為4 s，間隔時間隨機。被試需要通過心算方法對隨機出現的距離值和速度值進行除法運算，當發(fā)現心算計算結果出現在儀表最下方的4個數字中時，按指定的反應鍵對計算結果做出選擇反應。通過E-Prime編程的方法，采用外接的計算機系統(tǒng)自動記錄被試的正確率和反應時間。

1.2.3 飛行雷達探測任務

飛行任務三為雷達探測任務，在該任務中要求被試在進行飛行任務的同時，監(jiān)視雷達信息顯示界面中顯示的雷達信息，界面如圖3所示。

在飛行任務中，該儀表中的信息顯示界面將隨機出現不同的小飛機圖形目標，包括圓形、方形和三角形，這些圖形的呈現時間為4 s，間隔時間隨機。當圖形目標出現在扇形區(qū)域時，被試按指定的反應鍵對其做出選擇反應。通過E-Prime編程由系統(tǒng)自動記錄被試的績效。

圖3 飛行雷達探測任務界面Fig.3 Fight radar information detection interface

1.3 實驗設計

將被試隨機排隊，逐一開展實驗。每完成一次實驗便進行一次主觀問卷調查，而后開展下一飛行實驗任務。飛行任務分單、雙、多3種任務復雜水平。

在單任務狀態(tài)下，被試僅需要完成飛行任務一的實驗任務，飛行任務二和飛行任務三中不會出現異常飛行信息。

在雙任務狀態(tài)下，飛行任務一和飛行任務二均會出現異常信息，被試優(yōu)先完成飛行任務一，同時還需完成飛行任務二中的實驗任務，飛行任務三中不會出現異常信息。

在多任務狀態(tài)下，飛行任務一、飛行任務二及飛行任務三中均會出現異常信息，被試優(yōu)先完成飛行任務一的任務，同時兼顧飛行任務二和飛行任務三。

本實驗采用一種類似拉丁方設計的實驗設計方法來平衡被試接受處理的順序，以減少順序對實驗結果的干擾［14］。為了記錄3類生理數據，整個實驗期間所有被試均需佩戴相應的生理測量設備。每一任務間隔15 m in左右，在此其間，每一被試均需完成NASA任務負荷指數（NASA-TLX）量表［15-16］。

2 實驗結果

2.1 主飛行任務績效測評結果

3種不同難度飛行任務下，被試開展主飛行任務的績效如表1所示。

單因素重復測量的方差分析表明，腦力負荷的主效應顯著（P＜0.001）。更進一步，兩兩比較的結果表明，被試對異常信息的正確探測率在單任務腦力負荷狀態(tài)下顯著高于（P＜0.001）雙任務狀態(tài)，而反應時間則顯著延長（P＜0.001）；被試對異常信息的正確探測率在單任務腦力負荷狀態(tài)下顯著高于（P＜0.001）多任務狀態(tài)，而反應時間則顯著延長（P＜0.001）；被試對異常信息的正確探測率在雙任務腦力負荷狀態(tài)下高于多任務狀態(tài)，但未達到顯著性水平，而反應時間則顯著延長（P＜0.05）。

表1 績效指標的測量值Tab le 1 M easured values of perform ance indexes

2.2 主觀測評結果

基于NASA-TLX量表的主觀評價結果如表2所示。

單因素重復測量的方差分析顯示，飛行任務腦力負荷主效應顯著（P＜0.001）。具體表現為：隨著實驗中飛行任務維度的逐步增多，NASATLX的主觀評價分值顯著增高（P＜0.001）。

表2 主觀指標的測量值Tab le 2 M easured values of subjective indexes

2.3 生理指標測評結果

3類生理指標在3類不同腦力負荷飛行任務下的測量值如表3所示。

2.3.1 采用ERP評價3種不同任務的結果分析

對由偏差刺激所誘發(fā)的MMN成分，單因素重復測量的方差分析結果表明，腦力負荷主效應不顯著（P＝0.810）。進一步成對比較結果顯示，單、雙、多3種維度任務腦力負荷狀態(tài)下，由偏差刺激所誘發(fā)的MMN指標未達顯著性水平（P＞0.05）。

表3 生理指標的測量值Table 3 M easured values of physiological indexes

對偏差刺激所誘發(fā)的P3a成分，單因素重復測量的方差分析結果表明，腦力負荷主效應不顯著（P＝0.752）。進一步成對比較結果顯示，單、雙、多3種維度任務腦力負荷狀態(tài)下，由偏差刺激所誘發(fā)的P3a指標均未達到顯著性水平（P＞0.05）。

對于由新異刺激所誘發(fā)的MMN成分，單因素重復測量的方差分析結果表明，腦力負荷的主效應不顯著（P＝0.22）。進一步成對比較結果顯示，僅單任務腦力負荷條件下的MMN峰值顯著低于（P＝0.049）雙任務腦力負荷條件下的MMN峰值，其余狀態(tài)兩兩相比均未達到顯著性水平。

對由新異刺激所誘發(fā)的P3a成分，單因素重復測量的方差分析結果表明，飛行腦力負荷的主效應顯著（P＜0.05）。具體表現形式為：在單任務飛行腦力負荷條件下的P3a峰值顯著低于雙任務腦力負荷條件下的P3a峰值和多任務腦力負荷條件下的P3a峰值，顯著性水平分別為P ＝0.012，P＝0.006；雙任務腦力負荷條件下P3a的峰值低于多任務腦力負荷條件下P3a峰值，但未達到顯著性水平。

2.3.2 采用ECG評價3種不同任務的結果分析

對于SDNN，單因素重復測量的方差分析結果表明，腦力負荷主效應顯著（P＜0.001）。成對比較結果顯示，SDNN成分的值在單任務狀態(tài)下高于雙任務狀態(tài)（P＝0.071），且顯著高于多任務狀態(tài)（P＜0.001）；SDNN成分的值在雙任務狀態(tài)下顯著高于多任務狀態(tài)（P＜0.05）。

2.3.3 采用EOG評價3種不同任務的結果分析

對于眨眼次數，單因素重復測量的方差分析結果表明，腦力負荷主效應不顯著（P＝0.815）。進一步成對比較結果顯示，單、雙、多3種維度任務腦力負荷狀態(tài)下，眨眼次數指標均未達到顯著性水平（P＞0.05）。

由此可見，SDNN和P3a是對多界面多任務中飛行員腦力負荷變化敏感的指標，將可能進一步用于對不同維度任務下腦力負荷等級的劃分。

3 建 模

3.1 建模方法

基于實驗測量的分析結果，使用貝葉斯判別分析方法，構建面向復雜飛行任務的腦力負荷多維綜合評估模型，并用于座艙顯示界面腦力負荷等級的判定。

為了保證判別的全面性，本文采用一般判別分析法（全因素分析法），即判別模型中包括主觀評價、飛行作業(yè)績效、心率變異性的時域指標SDNN成分、ERP指標P3a成分。

采用文獻［10，14］的方法，在采用貝葉斯判別分析方法建模時，先計算所選樣本的先驗概率，在此基礎上，采用判別函數分析調整先驗概率，最終計算出所選樣本屬于某種類別的概率估計，進而確定該樣本點所屬類別。

3.2 模型的確立及使用說明

基于上述評價指標和數學方法，本文構建的綜合評估模型如下：

式中：y1、y2、y3分別為單、雙、多任務腦力負荷水平的判別函數值；x1為SDNN數值；x2為P3a成分的峰值；x3為NASA-TLX主觀評價分值；x4為對飛行異常信息操作的正確探測率；x5為異常信息的反應時間。根據x1、x2、x3、x4和x5的數值分別進行計算并比較y1、y2、y3的值，y1、y2、y3的值分別代表低、中、高等級的腦力負荷水平。

3.3 模型判別預測準確率的檢驗

分別采用回代和交叉2種檢驗法，檢驗3.2節(jié)所構建模型的分類預測準確率。2種檢驗方法的驗證結果分別如表4和表5所示。

從表4和表5的比較結果可知，使用回代檢驗和交叉檢驗2種檢驗法的平均分類預測準確率分別為82.22%和73.33%，其中對于低負荷與其他負荷之間的分類預測準確率均為100%，對于中負荷和其他負荷之間的分類預測準確率分別為66.67%和53.33%，對于高負荷和其他負荷之間的分類預測準確率分別為80%和66.67%。

表4 基于回代檢驗法的檢驗結果Tab le 4 Validation resu lts based on original validation m ethod

表5 基于交叉檢驗法的檢驗結果Tab le 5 Validation resu lts based on cross validation m ethod

4 討 論

4.1 各指標對3種任務腦力負荷變化的敏感性

前期開展的實驗研究，主要是通過控制單一HUD中所顯示的異常飛行信息的數量、呈現時間及間隔時間來設置飛行實驗任務難度，進而控制被試的腦力負荷水平。而本文則是通過控制HUD和HDD中3塊儀表的異常飛行信息顯示，分別設置了儀表監(jiān)控任務、數字計算任務及雷達探測任務，并將其組合為單、雙、多3種不同難度的飛行實驗任務來改變飛行作業(yè)的難度，進而控制顯示界面下被試的腦力負荷水平，并測量不同腦力負荷水平下被試的飛行作業(yè)績效（包括正確探測率和反應時間）、生理指標（心率變異性的時域指標SDNN、眼電指標眨眼次數、腦電指標P3a在Fz電極處的峰值）和主觀評價（NASA-TLX量表）這3類評估指標。以此為基礎，探討多顯示界面多飛行任務狀態(tài)下被試的腦力負荷水平與各個評估指標之間的關系。結果顯示，飛行作業(yè)正確探測率、反應時間、心率變異性指標SDNN、腦電指標P3a在Fz電極處的峰值、NASA-TLX量表主觀評價分值這5個指標對多顯示界面多飛行任務狀態(tài)下被試的腦力負荷的變化顯著敏感。

本文對被試NASA-TLX量表的分析結果表明，隨飛行實驗任務維度增多，其分值逐級性顯著增加，這與前期研究中被試對HUD中異常信息探測任務的研究結果一致［8-10］。這一結果也充分說明，盡管任務類型與前期研究不同，但從實驗被試主觀感受來看，本文中所設置的不同維度的飛行實驗，其施加給被試的腦力負荷的等級是存在差異的，符合實驗預期。這一結果也說明NASATLX量表對于評估不同類型的腦力負荷的通用性。

本文被試對異常信息的準確響應績效隨任務維度（難度）的增加而降低，在單任務作業(yè)和雙任務作業(yè)，以及單任務作業(yè)和多任務作業(yè)之間呈現出顯著的差異性；在雙任務作業(yè)和多任務作業(yè)之間，被試的正確探測率差異并不顯著，這一結果與所測試的被試ERP指標中P3a成分的峰值變化情況類似。基于前期研究中對P3a的探討［8］，本文的結果表明，與單界面飛行作業(yè)任務相比，在多界面飛行任務下被試注意朝向能力增強，但是其朝向注意能力的增強是在一定范圍內的，并非無限制地增強，而注意朝向能力的增強，在某種程度上是以犧牲單一界面的注意資源分配為代價的。這一點從被試對主飛行任務中異常飛行信息的反應時間的測定也可獲得驗證，從平均反應時間數據的重復測量方差分析結果可以看出，隨著任務維度的增多（腦力負荷的增加），反應時間顯著降低。

前期的研究結果表明，眼電指標中的眨眼次數指標能夠有效地反映飛行任務中單一顯示界面腦力負荷水平［9］。而本文結果則顯示，眨眼次數指標檢測無法有效反映多顯示界面飛行任務腦力負荷。這一研究結果可能是由于本文實驗任務設置中的多顯示界面任務所引起的，在多顯示界面飛行任務中，被試需要大范圍地掃視許多飛行儀表，而并非專注于某一儀表界面，影響眨眼次數的是單一儀表監(jiān)控任務所導致的腦力負荷，而本文的實驗任務可能需要對其他類型的眼電指標（如掃視軌跡、掃視幅度等）進一步開展后續(xù)研究。

本文同時探討了心率變異性的時域指標SDNN、ERP指標P3a和MMN等生理指標對多顯示界面下與飛行任務相關的腦力負荷的變化有顯著的敏感性，研究結果表明，僅SDNN成分和P3a對多界面飛行任務相關的腦力負荷的變化有顯著的敏感性，具體表現為：在增加了計算任務難度的飛行任務中，SDNN數值降低，在P＝0.05水平上呈臨界顯著（P＝0.071）狀態(tài)，P3a峰值顯著增大（P＝0）；增加了雷達探測任務的飛行任務中，SDNN數值顯著降低（P＝0.017），P3a峰值呈現出下降趨勢，但并不顯著（P＞0.05）。這一現象說明，單一生理指標無法有效反映多界面飛行任務中的腦力負荷問題，需結合多種測量指標和方法對其進行綜合評估。

4.2 單指標與多指標模型評估結果之間的比較

抽取被試在3種不同腦力負荷狀態(tài)下的各個單一測量指標判別腦力負荷，以及基于3種測量指標的綜合評估模型判別腦力負荷，分別采用貝葉斯判別分析方法來評估其判別預測準確性，分析結果如表6所示。

表6 單一測量指標評估與各類綜合評估結果的比較Tab le 6 Resu lt com parison of single index assessm ent and m u lti-dim ensional synthetic assessm ent

從總體分類預測準確來看，本文所建立的綜合評估模型對面向復雜飛行任務的腦力負荷的分類預測準確率最高。該綜合評估模型的分類預測準確率在66.67% ～100%之間，平均分類預測準確率為82.22%。

采用單項指標的判別方法中，反應時間指標對腦力負荷水平的平均分類預測準確率最高，該指標的分類預測準確率在46.67% ～86.67%之間，平均分類預測準確率為66.67%。采用雙指標的判別方法中，正確探測率指標和NASA-TLX量表組合對腦力負荷水平的分類預測準確率最高，該組合的分類預測準確率在66.67% ～100%之間，平均分類預測準確率為77.78%。采用三指標的判別方法中，正確探測率指標、NASA-TLX量表與SDNN組合，正確探測率指標、NASA-TLX量表與P3a組合，正確探測率指標、NASA-TLX量表與反應時間指標組合，這3個組合對腦力負荷水平的分類預測準確率相同，均高于其他7種組合，其分類預測準確率在66.67% ～100%之間，平均分類預測準確率為77.78%。采用四指標的判別方法中，正確探測率指標、NASA-TLX量表、SDNN與P3a組合，正確探測率指標、NASA-TLX量表、反應時間指標與P3a組合，正確探測率指標、NASA-TLX量表、反應時間指標與SDNN指標組合，這3個組合對腦力負荷水平的分類預測準確率相同，均高于其他種組合，其分類預測準確率在60% ～100% 之間，平均分類預測準確率為77.78%。

從表6的比較結果可以看出，采用基于面向復雜飛行任務的腦力負荷多維綜合評估模型，對腦力負荷水平的分類預測準確率總體上高于采用各類單項和多項指標的分類預測準確率，這說明相對于基于單一指標的評估，采用多維綜合評估模型對腦力負荷進行評估更為有效。

4.3 意 義

使用面向復雜飛行任務的腦力負荷多維綜合評估模型，可對復雜飛行任務中飛行員的腦力負荷水平進行判別和預測，這為大型復雜系統(tǒng)中顯示界面腦力任務設計提供了有效的量化方法和科學依據。

目前國家正在開發(fā)的新型號戰(zhàn)斗機和大型運輸類飛機，這些先進飛機駕駛艙信息顯示界面綜合化程度不斷加大，因而駕駛艙顯示界面設計的優(yōu)劣，對于未來的高空作戰(zhàn)需要和航空運輸安全至關重要。本文所建立的數學模型，有助于在這類綜合復雜顯示界面的設計階段對其進行相應的腦力負荷評價和不同顯示方式設計方案的選擇，進而有助于幫助戰(zhàn)斗機設計人員和客機設計人員優(yōu)化顯示界面腦力任務設計，提升設計安全性，保障航空安全。

5 結 論

本文通過設計綜合性實驗（包括飛行儀表監(jiān)控、飛行數字計算及飛行雷達探測任務），采用ERP、ECG和EOG三類生理測量法，開展多顯示界面多飛行任務狀態(tài)下的腦力負荷評價指標和評價模型研究，研究結果表明：

1）腦電指標（P3a成分在Fz電極處的峰值），可較準確地反映多顯示界面多飛行任務中的腦力計算任務難度的變化特性，心電指標（心率變異性指標SDNN）能夠有效反映多顯示界面多飛行任務中的雷達探測任務難度的變化特性。

2）基于面向復雜飛行任務的腦力負荷多維綜合評估模型，對多顯示界面多飛行任務下操縱人員的腦力負荷水平的分類預測準確率總體上高于各類單項指標的評估。

3）本文提出的多維綜合評估模型，可以有效判別預測多顯示界面多飛行任務腦力任務設計的水平等級，平均分類預測準確率為82.22%，為新型號戰(zhàn)斗機和運輸機的顯示系統(tǒng)腦力任務設計方案的選擇和評價提供了一種有效的方法。