飞行员脑力负荷测量与应用(完颜笑如,庄达民著)思维导图
脑力负荷定义及影响因素脑力负荷测量
脑力负荷与个体差异
考虑到个体差异，如年龄、性别、认 知能力等对脑力负荷的影响，制定个
性化的管理策略。
脑力负荷与工作生活平衡
合理安排工作和生活时间，避免长时 间高强度脑力劳动对身心健康的影响。
脑力负荷与环境因素
优化工作环境和条件，如照明、噪音、 温度等，以适应大脑的生理需求，提 高工作效率。
THANKS FOR WATCHING
照明条件
照明条件不良会影响视觉信息的获取和处理，增加脑力负荷。
温度和湿度
不适宜的温度和湿度会影响人体的生理功能，进而影响大脑的认 知效率，增加脑力负荷。
03 脑力负荷测量
主观测量 方法
心理量表
通过心理量表来评估个体感受到的脑力负荷，如简短 心理量表、疲劳量表等。
主观评价法
让个体根据自身感受对脑力负荷进行评估，通常采用 自评量表或等级评价。
优化工作流程
合理安排工作流程，减少重复和不必要的步 骤，提高工作效率。
任务分解
将复杂任务分解为多个简单任务，分步骤完 成，减轻一次性处理信息的压力。
合理休息
保证充足的休息时间，避免长时间连续工作， 有助于恢复脑力资源。
提高脑力负荷的策略
增加任务难度
适当提高任务的复杂性和难度，挑战大脑的 认知能力，促进脑力发展。
生理测量法
通过测量个体的生理指标来评估脑力负荷，如心率、血压、皮电反应等。这种方法能够更直接地反映大脑的认知和心 理状态，但需要相应的设备和专业人员。
神经影像学测量法
通过脑部影像技术来观察大脑在完成任务时的活动状态，如功能性磁共振成像（fMRI）、正电子发射断 层扫描（PET）等。这种方法能够提供大脑活动的直接证据，但设备昂贵且操作复杂。
脑力测试知识点总结图表
脑力测试知识点总结图表一、脑力测试的分类1. 儿童脑力测试儿童脑力测试是用来评估儿童智力发展水平和认知能力的测试，常见的儿童脑力测试包括韦氏儿童智力量表(WISC)、斯坦福-比内特儿童智力量表(SB)等。
这些测试通常包括言语理解、概念形成、逻辑推理、数字操作等内容，通过对儿童进行测试，可以了解其智力和认知水平，为其提供相应的教育和培训指导。
2. 成人脑力测试成人脑力测试是用来评估成年人智力水平和认知能力的测试，常见的成人脑力测试包括韦氏成人智力量表(WAIS)、韦氏记忆量表(WMS)等。
这些测试也通常包括言语理解、概念形成、逻辑推理、数字操作等内容，通过对成年人进行测试，可以了解其智力水平和认知能力，为其提供职业规划和心理咨询方面的指导。
3. 职业脑力测试职业脑力测试是用来评估个体在特定职业领域的智力水平和认知能力的测试，常见的职业脑力测试包括智力测验、技能测试、人格问卷等。
这些测试通常包括言语理解、技能掌握、人际交往、压力应对等内容，通过对个体进行测试，可以了解其在特定职业领域的适应能力和发展潜力，为其提供职业规划和发展指导。
二、脑力测试的知识点1. 言语理解言语理解是评估个体语言能力和逻辑思维能力的重要内容，包括词汇量、语法理解、逻辑推理等。
言语理解测试可以通过阅读理解、语法填空、逻辑推理等形式来进行，了解个体的语言能力和逻辑思维能力。
2. 数字操作数字操作是评估个体数学能力和逻辑推理能力的重要内容，包括基本运算、数学推理、逻辑推理等。
数字操作测试可以通过数学计算、数学推理、逻辑推理等形式来进行，了解个体的数学能力和逻辑思维能力。
3. 概念形成概念形成是评估个体分类能力和概念推理能力的重要内容，包括分类推理、概念推理、抽象思维等。
概念形成测试可以通过分类归纳、概念推理、图形推理等形式来进行，了解个体的分类能力和概念推理能力。
记忆能力是评估个体学习能力和记忆能力的重要内容，包括短时记忆、长时记忆、学习能力等。
不同脑力负荷水平下的情境意识研究
２０２０年６月第３８卷第３期西北工业大学学报ＪｏｕｒｎａｌｏｆＮｏｒｔｈｗｅｓｔｅｒｎＰｏｌｙｔｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙＪｕｎｅＶｏｌ．３８２０２０Ｎｏ．３ｈｔｔｐｓ：／／ｄｏｉ．ｏｒｇ／１０．１０５１／ｊｎｗｐｕ／２０２０３８３０６１０收稿日期：２０１９⁃０７⁃０３基金项目：国家自然科学基金和中国民用航空局联合项目（Ｕ１７３３１１８）以及国家自然科学基金（７１３０１００５）资助作者简介：冯传宴（１９９２ ），北京航空航天大学博士研究生，主要从事飞行员情境意识研究㊂通信作者：完颜笑如（１９８１ ），北京航空航天大学讲师，主要从事驾驶舱人机工效研究㊂Ｅ⁃ｍａｉｌ：ｗａｎｙａｎｘｉａｏｒｕ＠ｂｕａａ．ｅｄｕ．ｃｎ不同脑力负荷水平下的情境意识研究冯传宴，完颜笑如，刘双，陈浩，庄达民（北京航空航天大学航空科学与工程学院，北京㊀１００１９１）摘㊀要：为探索不同脑力负荷水平的情境意识（ＳＡ）变化规律，并寻找该任务条件下ＳＡ的敏感生理指标㊂选取２４名被试完成基于多任务属性平台（ＭＡＴＢ）Ⅱ的３种脑力负荷水平（低㊁中和高）任务㊂记录绩效测量㊁情境意识全面测量技术（ＳＡＧＡＴ）㊁三维度情境意识测评技术（３Ｄ⁃ＳＡＲＴ）㊁眼动和脑电数据㊂结果表明，随着脑力负荷的增加，ＳＡＧＡＴ得分和３Ｄ⁃ＳＡＲＴ得分均显著减小㊂并且，这两者均与美国国家航空航天局任务负荷指数量表（ＮＡＳＡ⁃ＴＬＸ）得分中等负相关㊂ＳＡＧＡＴ得分与顶叶区（Ｃ４）α２相对功率中等正相关㊂此外，仅在高脑力负荷下，ＳＡＧＡＴ得分与最近邻指数（ＮＮＩ）中等负相关㊂研究表明，在不同脑力负荷水平下，①随着脑力负荷增加，ＳＡ逐渐减少㊂②ＮＮＩ和α２相对功率可能是ＳＡ的敏感指标㊂该研究可为驾驶舱显控界面的设计及人机功能分配的优化提供一定参考㊂关㊀键㊀词：情境意识；脑力负荷；ＳＡＧＡＴ；ＮＮＩ；α２相对功率中图分类号：Ｒ８５７．１㊀㊀㊀文献标志码：Ａ㊀㊀㊀文章编号：１０００⁃２７５８（２０２０）０３⁃０６１０⁃０９㊀㊀情境意识（ｓｉｔｕａｔｉｏｎａｗａｒｅｎｅｓｓ，ＳＡ）是目前航空安全和工效学科的研究热点之一［１⁃４］㊂根据美国国家运输安全委员会事故报告，由人因失误导致的航空事故中有８８％都与ＳＡ差错相关［５⁃６］㊂ＳＡ最广泛的定义由Ｅｎｄｓｌｅｙ提出，即 感知特定时间和空间情境下的相关情境元素，理解其意义并进一步预测随后可能发生的状态 ［１］㊂情境意识的测量方法主要包括主观的情境意识测评技术（ｓｉｔｕａｔｉｏｎａｗａｒｅｎｅｓｓｒａｔｉｎｇｔｅｃｈｎｏｌｏｇｙ，ＳＡＲＴ）［７］㊁客观的情境意识全面测量技术（ｓｉｔｕａｔｉｏｎａｌａｗａｒｅｎｅｓｓｇｌｏｂａｌａｓｓｅｓｓｍｅｎｔｔｅｃｈ⁃ｎｏｌｏｇｙ，ＳＡＧＡＴ）［２］㊁绩效测量［８］和生理测量［９⁃１０］等㊂脑力负荷与ＳＡ之间关系的探索一直是研究人员的兴趣点，该研究对于开展驾驶舱显控界面的设计以及人机功能分配的优化具有十分重要的现实意义［１１⁃１３］㊂相关研究表明，脑力负荷与ＳＡ既相互支持又相互竞争［１４］，高脑力负荷既可能与低ＳＡ相关，也可能与高ＳＡ相关［１１，１５］㊂高信息量会导致认知的高脑力负荷，从而导致ＳＡ的减少［６，１４］㊂同样，在高度自动化的系统中，由于无聊和警惕性降低也可能导致ＳＡ降低［６，１４］㊂Ｖｉｄｕｌｉｃｈ在对１８组相关的研究进行了分析，指出这两者之间缺乏一致的关系［１６］㊂在一些研究中，研究人员通过在显示界面添加新信息的方式提高了ＳＡ，但同时也增加了脑力负荷［１６］㊂另外，也有研究人员发现这两者之间存在相反的关系［１２，１４，１７］㊂截至目前，不同脑力负荷水平与ＳＡ的定量关系仍不明确㊂此外，ＳＡ的实时监测是工程应用的一个重要研究方向㊂生理测量方法实时且客观，因此探索ＳＡ的敏感生理指标一直是研究人员的目标㊂其中，以眼动和脑电指标关注度最高［１０，１８⁃１９］㊂视觉元素仅在眼动的注视期间被处理，对某一视觉元素的注视和回视行为提供了对该元素进行注意力分配㊁对该视觉信息的获取以及在记忆中对该信息进行存储的视角［１０，２０］㊂ｖａｎｄｅＭｅｒｗｅ在一项模拟飞行的任务中指出注视频率和注视停留时间是信息获取指标以及最近邻指数（ｎｅａｒｅｓｔｎｅｉｇｈｂｏｒｉｎｄｅｘ，ＮＮＩ）是新信息获取活动指标的观点［１０］㊂大脑警觉性的降低和疲劳状态的出现可能诱发低ＳＡ的出现，而ＥＥＧ指标与第３期冯传宴，等：不同脑力负荷水平下的情境意识研究这些变化联系紧密［２１⁃２３］㊂ＥＥＧ目前多用于测评飞行员脑力负荷［２４⁃２５］，而直接用于测量ＳＡ的研究较为有限㊂一项采用ＥＥＧ测量ＳＡ的研究指出，在空对地作战任务中θ波活动的增加和α波活动的减少与低ＳＡ存在联系［９］㊂综上所述，眼动和脑电指标对ＳＡ的敏感性有待进一步研究㊂为了探索不同脑力负荷水平的ＳＡ变化规律，并寻找该任务条件下ＳＡ的敏感生理指标㊂本研究招募了２４名被试完成３种脑力负荷的实验任务，并记录了绩效测量㊁ＳＡＧＡＴ方法㊁主观测量㊁眼动和脑电数据以分析ＳＡ变化㊂进一步进行了多个测量指标之间的Ｐｅａｒｓｏｎ相关分析，以定量描述这种变化并找寻可能的对ＳＡ敏感的眼动和脑电指标㊂１㊀方㊀法１．１㊀被㊀试招募了２４名年龄在２１到２４岁（Ｍ＝２３．２９岁，ＳＤ＝０．８１岁）的被试㊂所有被试均为北京航空航天大学航空学院在校研究生，专业为航空工程，均具有良好的航空知识背景㊂在实验之前，所有参与者都被告知实验的说明和流程并签署书面知情同意书㊂所有被试身体健康状况良好，右利手，视力或矫正视力正常，实验前２４ｈ要求保证足够睡眠（至少８ｈ）㊂１．２㊀实验设备与材料基于多属性任务管理软件（ｍｕｌｔｉａｔｔｒｉｂｕｔｅｔａｓｋｂａｔｔｅｒｙ，ＭＡＴＢ）ＩＩ搭建了模拟平台，并在一块２２英寸ＬｅｎｏｖｏＬ２２４０ｐｗＤ液晶显示屏（１６８０ˑ１０５０像素分辨率）上显示㊂该平台经过几个版本的更新，其有效性已经得到了广泛验证［２６］㊂本研究对该平台进行了重新定义，共包括４个元素，呈现在独立的兴趣区域（ａｒｅａｏｆｉｎｔｅｒｅｓｔ，ＡＯＩ），如图１所示㊂图１㊀ＭＡＴＢⅡ显示界面及各子任务划分显示界面左上方的系统监控任务（图１ＡＯＩ１），上方中央区的追踪任务（图１ＡＯＩ２），右上方的通信监测任务（图１ＡＯＩ３）和下方中央区（图１ＡＯＩ４）的资源监控任务㊂各子任务的呈现顺序和呈现时间通过可扩展标记语言ｅＸｔｅｎｓｉｂｌｅＭａｒｋｕｐＬａｎｇｕａｇｅ（ＸＭＬ）编程实现㊂在任务显示界面中，ＭＡＴＢⅡ显示界面的尺寸为１０１４ˑ７５８像素，呈现在电脑显示屏的正中央㊂１．３㊀实验设计实验采用被试内设计，自变量为脑力负荷水平，包括３个水平：低脑力负荷水平（低负荷）㊁适中脑力负荷水平（中负荷）和高脑力负荷水平（高负荷）㊂这３种脑力负荷采用拉丁方顺序平衡疲劳效应和练习效应㊂在整个任务阶段，低负荷的呈现频率为０．２５次／ｍｉｎ，中负荷的呈现频率为３次／ｍｉｎ，高负荷的呈现频率为６次／ｍｉｎ㊂另外，每次脑力负荷任务中各子任务呈现的次数是相同的㊂因变量包括主观和客观的测量指标㊂采用美国国家航空航天局任务负荷指数（ｎａｔｉｏｎａｌａｅｒｏｎａｕｔｉｃｓａｎｄｓｐａｃｅａｄｍｉｎｉｓｔｒａｔｉｏｎｔａｓｋｌｏａｄＩｎｄｅｘ，ＮＡＳＡ⁃ＴＬＸ）量表和３Ｄ⁃ＳＡＲＴ量表分别对对被试的脑力负荷（分值范围：１ １００）［２７］与ＳＡ（分值范围：０ １４）［７］进行主观评估㊂任务绩效测量指标包括４个子任务的反应时间（ｒｅｓｐｏｎｓｅｔｉｍｅ，ＲＴ）和正确率（ａｃｃｕｒａｃｙ，ＡＣ）㊁手动追踪任务的飞行偏差（ｆｌｉｇｈｔｄｅｖｉａｔｉｏｎ，ＦＤ）㊂任务绩效数据由ＭＡＴＢⅡ平台后台自动记录㊂ＲＴ为该子任务中被试作出正确反应的平均响应时间㊂ＡＣ为该子任务中被试正确响应次数占呈现总数的百分比㊂ＦＤ通过计算以像素为单元的中心点的均方根偏差实现㊂使用ＳＡＧＡＴ方法客观测量被试的ＳＡ水平［２］，记录其ＳＡＧＡＴ得分，即对ＳＡ冻结问题进行正确响应的百分比㊂采用ＴｏｂｂｉＰｒｏＸ３⁃１２０系统采集被试的眼动数据，并采用５点校标法完成校准，采样率为１２０Ｈｚ㊂眼动数据分析采用ｔｏｂｂｉｓｔｕｄｉｏ３．４．５软件进行，记录并计算得到眼动的３个指标：注视频率㊁注视停留时间和ＮＮＩ㊂注视频率为单位时间内的注视次数［１０］㊂注视停留时间指的是同一ＡＯＩ的注视总时间以及在同一ＡＯＩ上不同注视之间的时间［１０］㊂注视频率和注视停留时间反映了视觉区域对作业人员的重要程度㊂使用空间统计算法分析眼动注视数据，结果是距离指示器，称为ＮＮＩ㊂该指标反映了注视点离㊃１１６㊃西㊀北㊀工㊀业㊀大㊀学㊀学㊀报第３８卷散程度［２８］，采用ＡＳＴＥＦ工具进行计算㊂采用ＮｅｕｒｏｓｃａｎＮｅｕａｍｐｓ系统３２通道放大器记录ＥＥＧ数据：Ｆ７，ＦＴ７，Ｔ３，ＴＰ７，Ｔ５；ＦＰ１，Ｆ３，ＦＣ３，Ｃ３，ＣＰ３，Ｐ３，Ｏ１；ＦＺ，ＦＣＺ，ＣＺ，ＣＰＺ，ＰＺ，ＯＺ；ＦＰ２，Ｆ４，ＦＣ４，Ｃ４，ＣＰ４，Ｐ４，Ｏ２；Ｆ８，ＦＴ８，Ｔ４，ＴＰ８，Ｔ６㊂所有电极采用Ａｇ／Ａｇｃｌ，记录带宽为０ ２００Ｈｚ，采样率为１０００Ｈｚ㊂电极的阻抗保持在５ｋΩ以下㊂ＧＮＤ设置为接地，左乳突Ａ１作为在线参考㊂同时记录垂直和水平眼电㊂然后，ＥＥＧ信号重新参考离线的双侧乳突电极的平均值㊂使用ＭＡＴＬＡＢＲ２０１４ａｅｅｇｌａｂ１４－１－１ｂ工具箱进行离线分析，采用双侧乳突电极进行重参考㊁１ ３０Ｈｚ带通滤波㊂进一步进行独立成分分析，并采用ＡＤＪＵＳＴ１．１．１工具包进行伪迹去除㊂全部ＥＥＧ数据被分段并进行快速傅里叶变换，平均后进行６个不同频率划分：δ（１ ４Ｈｚ），θ（４ ８Ｈｚ），α１（８ １０Ｈｚ），α２（１０ １３Ｈｚ），β１（１３ １８Ｈｚ）以及β２（１８ ３０Ｈｚ）㊂使用通过整个指定频谱的功率积分确定的整体频带功率，功率分析为微伏的平方（μｖ２）每倍频㊂脑电指标包括不同波段的绝对功率和相对功率㊁以及慢快波比值（ｓｌｏｗｗａｖｅ／ｆａｓｔｗａｖｅ，ＳＷ／ＦＷ）㊂相对功率为该波段脑电指标绝对功率占总功率的比例，其中总功率为６个不同频率绝对功率之和㊂以α１，α２，β１和β２波作为快波，θ波作为慢波，可计算多个ＳＷ／ＦＷ㊂本文记录分析４个ＳＷ／ＦＷ：θ／α１，θ／α２，θ／β１和θ／β２㊂１．４㊀实验任务与流程在每个脑力负荷任务中，被试需要监控ＭＡＴＢⅡ界面上显示的子任务的状态，并尽可能准确且迅速地通过鼠标㊁键盘和摇杆响应每个子任务的操作㊂每个子任务的具体操作要求如下㊂系统监测（ＡＯＩ１）中，所有被试被要求监控４个刻度栏的指针位置㊂当指针超出正常显示范围，鼠标点击相应刻度栏以恢复正常㊂追踪任务（ＡＯＩ２）呈现二维随机的输入补偿追踪任务㊂被试被要求监控当前飞行状态，当飞行状态由手动变成自动时，要求按键盘左方向键进行响应，然后操纵飞行摇杆操纵飞行器保持在最佳的飞行区域内（中央矩形区域内）㊂通信监控任务（ＡＯＩ３）中，被试被要求监控计划刻度中即将到来的通信任务，当新的通信任务发生时（在计划栏中左侧的绿色滑块触碰到０时刻线时），按压键盘的右方向键进行响应㊂在资源监控（ＡＯＩ４）中，被试需要监控４个主要油箱的油量（Ａ，Ｂ，Ｃ和Ｄ）㊂当供油的油泵出现故障时，使用鼠标左键点击对应的油泵进行响应㊂实验包括２个阶段：练习阶段和正式实验阶段，被试在练习阶段接受充分培训并签署知情同意书㊂正式实验中，每个被试需完成３次不同水平脑力负荷实验，一次脑力负荷实验约持续２０ｍｉｎ㊂实验过程中实时采集被试的眼动和脑电数据，同时采用ＳＡＧＡＴ方法测量被试的ＳＡ水平，即在任务进行随机时刻冻结任务并且要求被试回答关于当前任务情境的一组ＳＡ问题㊂实验冻结呈现间隔约为５ｍｉｎ，被试每次需回答６个ＳＡ问题（每个问题呈现时间为１０ｓ）㊂各水平脑力负荷实验之间要求被试填写ＮＡＳＡ⁃ＴＬＸ量表和３Ｄ⁃ＳＡＲＴ量表，并安排适当休息㊂１．５㊀数据分析统计分析均由ＳＰＳＳＳｔａｔｉｓｔｉｃｓ２３．０（ＩＢＭ，ｕｎｉｔｅｄｓｔａｔｅｓ）进行㊂所有统计检验水平均使用α＝０．０５㊂采用重复测量的方差分析（ＡＮＯＶＡ）用于确定脑力负荷对因变量的主效应㊂对于被试内部变量，采用Ｍａｕｃｈｌｙᶄｓｔｅｓｔ测试球形假设㊂如果违反了球形假设，则使用Ｇｒｅｅｎｈｏｕｓｅ⁃Ｇｅｉｓｓｅｒ对球形估计来校正自由度㊂事后检验采用ＬＳＤ方法㊂采用Ｐｅａｒｓｏｎ相关方法计算各测量指标之间的相关性水平㊂２㊀实验结果２．１㊀脑力负荷的控制随着脑力负荷的增加，在ＮＡＳＡ⁃ＴＬＸ得分中发现了增加的趋势（Ｍ１＝３９．７５，ＳＤ１＝１５．２１；Ｍ２＝５３．２３，ＳＤ２＝１０．７５；Ｍ３＝６５．３０，ＳＤ３＝９．３７）㊂这里Ｍ为均值，ＳＤ为标准差，下标１，２和３分别表示低负荷㊁中负荷和高负荷㊂重复测量的ＡＮＯＶＡ分析表明脑力负荷的主效应显著，事后比较表明低负荷的ＮＡＳＡ⁃ＴＬＸ得分显著低于中负荷和高负荷，中负荷的ＮＡＳＡ⁃ＴＬＸ得分显著低于高负荷，如表１所示㊂进一步，分别对ＮＡＳＡ⁃ＴＬＸ量表的６个维度（脑力需求㊁体力需求㊁时间压力㊁工作绩效㊁努力和挫败感）进行重复测量的ＡＮＯＶＡ，结果发现脑力负荷的主效应均显著（ｐ＜０．０５）㊂事后比较中发现除工作绩效和挫败感的低负荷和高负荷之间的不显著，其余组别之间均显著（ｐ＜０．０５）㊂该结果很好地支持了本实验对３种脑力负荷水平的实验控制㊂㊃２１６㊃第３期冯传宴，等：不同脑力负荷水平下的情境意识研究表１㊀ＮＡＳＡ⁃ＴＬＸ和３Ｄ⁃ＳＡＲＴ量表的ＡＮＯＶＡ结果测量指标Ｆ值Ｐ值η２事后比较低－中低－高中－高ＮＡＳＡ⁃ＴＬＸ得分Ｆ（２，４６）＝５７．０３７＜０．００１∗０．７１３＜０．００１∗＜０．００１∗＜０．００１∗脑力需求Ｆ（２，４６）＝７８．０１５＜０．００１∗０．７７２＜０．００１∗＜０．００１∗＜０．００１∗体力需求Ｆ（２，４６）＝１２．７０５＜０．００１∗０．３５６０．００４∗０．００１∗０．０１２∗时间压力Ｆ（２，４６）＝２３．６８７＜０．００１∗０．５０７＜０．００１∗＜０．００１∗＜０．００１工作绩效Ｆ（２，４６）＝６．１４４０．０１０∗０．２１１０．０９００．０１１∗０．０２３∗努力Ｆ（２，４６）＝４４．１２８＜０．００１∗０．６５７＜０．００１∗＜０．００１∗＜０．００１∗挫败感Ｆ（２，４６）＝５．４４９０．００８∗０．１９２０．１５５０．０１０∗０．０３３∗３Ｄ⁃ＳＡＲＴ得分Ｆ（２，４６）＝１３．４２２＜０．００１∗０．３６９０．００２∗０．００１∗０．０１０∗注意资源的需求量Ｆ（２，４６）＝７２．３１１＜０．００１∗０．７９２＜０．００１∗＜０．００１∗＜０．００１∗注意资源的供应量Ｆ（２，４６）＝４．７６４０．０２４∗０．２０００．０４９∗０．０２３∗０．２１７实验情境的理解程度Ｆ（２，４６）＝０．１２８０．７５００．００７１．００００．７２５０．７１６㊀㊀㊀㊀㊀㊀注：∗表示ｐ＜０．０５；其中 低－高 表示低负荷和中负荷的组间比较，其余类似㊂２．２㊀任务绩效测量随着脑力负荷水平的增加，ＭＡＴＢⅡ界面中央区的手动追踪和资源监测任务的ＡＣ（％）呈现逐渐减少的趋势，ＲＴ（ｍｓ）呈现逐渐增加的趋势，如表２所示㊂表２㊀任务绩效指标的描述性结果（均值ʃ标准差）子任务指标描述性结果低负荷中负荷高负荷系统监控任务ＡＣ／％ＲＴ／ｍｓ１００．００ʃ０．００４５８５．０ʃ２０００．９８８．４０ʃ１６．６２４１１２．６ʃ９１７．９９０．４５ʃ８．１０３９５４．７ʃ６１５．６手动追踪任务ＡＣ／％ＲＴ／ｍｓＦＤ１００．００ʃ０．００１７２５．０ʃ６４１．５２２．８８ʃ６．９４９９．６５ʃ１．７０１８５０．７ʃ４２６．７２３．０４ʃ５．７２９７．５７ʃ４．０６２２２９．９ʃ４４８．０２１．５０ʃ４．７８通信监控任务ＡＣ／％ＲＴ／ｍｓ１００．００ʃ０．００２７７３．７ʃ１７９７．８９０．９４ʃ１０．６９２６５９．０ʃ１２９１．２９２．０３ʃ６．２５３４３９．５ʃ１５３１．５资源监控任务ＡＣ／％ＲＴ／ｍｓ１００．００ʃ０．００２６６９．６ʃ８７９．９９５．８３ʃ５．４９２４０７．４ʃ５３３．２９２．７１ʃ６．８７２５３１．１ʃ４６６．１㊀㊀对３种脑力负荷水平下的不同绩效指标进行重复测量的ＡＮＯＶＡ，结果表明对于４种子任务的ＡＣ，脑力负荷的主效应均显著（ｐ＜０．０５），如表３所示㊂另外，仅对于追踪任务的ＲＴ，脑力负荷的主效应是显著的（ｐ＜０．０５）㊂事后比较的结果见表３㊂㊃３１６㊃西㊀北㊀工㊀业㊀大㊀学㊀学㊀报第３８卷表３㊀任务绩效指标的ＡＮＯＶＡ结果子任务指标Ｆ值Ｐ值η２事后比较低－中低－高中－高系统监控任务ＡＣ／％ＲＴ／ｍｓＦ（２，４６）＝１０．９７７Ｆ（２，４６）＝１．９０８０．００１０．１７６０．３２３０．０７７０．００２∗０．２３９＜０．００１∗０．１２６０．４１７０．３５４手动追踪任务ＡＣ／％ＲＴ／ｍｓＦＤＦ（２，４６）＝６．６３８Ｆ（２，４６）＝８．７９４Ｆ（２，４６）＝０．５３６０．０１１０．００１０．５８８０．２２４０．２７７０．０２３０．３２８０．３１９０．９３６０．００７０．００１∗０．４６１０．０２５∗０．００２∗０．０５７通信监控任务ＡＣ／％ＲＴ／ｍｓＦ（２，４６）＝１０．６６５Ｆ（２，４６）＝２．８５８０．００１０．０６８０．３１７０．１１１＜０．００１∗０．７６９＜０．００１∗０．１４３０．６９３＜０．００１∗资源监控任务ＡＣ／％ＲＴ／ｍｓＦ（２，４６）＝１７．６０７Ｆ（２，４６）＝１．６６０＜０．００１０．２０１０．４３４０．０６７０．００１∗０．１３２＜０．００１∗０．４０７０．０１３∗０．１５９２．３㊀ＳＡＧＡＴ和３Ｄ⁃ＳＡＲＴ测量随着脑力负荷的增加，ＳＡＧＡＴ得分呈现逐渐递减的变化趋势（Ｍ１＝８５．８８，ＳＤ１＝８．６７；Ｍ２＝７９．８６，ＳＤ２＝８．４８；Ｍ３＝６５．９７，ＳＤ３＝９．６０）㊂脑力负荷对ＳＡＧＡＴ得分有显著的影响，Ｆ（２，４６）＝２９．６１８，ｐ＜０．００１，η２＝０．５６３㊂事后分析表明，低负荷的ＳＡＧＡＴ得分显著低于中负荷（ｐ＝０．０３６），中负荷显著低于高负荷（ｐ＜０．００１）㊂随着脑力负荷的增加，在３Ｄ⁃ＳＡＲＴ得分中发现了减少的趋势（Ｍ１＝７．９２，ＳＤ１＝２．４５；Ｍ２＝６．７９，ＳＤ２＝１．４７；Ｍ３＝６．０８，ＳＤ３＝１．０６）㊂重复测量的ＡＮＯＶＡ分析表明，脑力负荷对于３Ｄ⁃ＳＡＲＴ得分的主效应显著（ｐ＜０．０５），如表１所示㊂低负荷的３Ｄ⁃ＳＡＲＴ得分显著高于中负荷和高负荷，中负荷显著高于高负荷㊂进一步，分别对３Ｄ⁃ＳＡＲＴ的３个维度（注意资源的需求量㊁注意资源的供应量和实验情境的理解程度）进行重复测量的ＡＮＯＶＡ，结果发现注意资源的需求量和注意资源的供应量的主效应均显著㊂对这２个维度进行事后比较发现除注意资源的供应量的低负荷和中负荷组别不显著外，其余组别均显著（ｐ＜０．０５）㊂２．４㊀眼动测量如图２所示，随着脑力负荷的增加，眼动的注视频率（Ｍ１＝１３９．８４，ＳＤ１＝３３．５１；Ｍ２＝１４７．８３，ＳＤ２＝２１．９６；Ｍ３＝１４２．１８，ＳＤ３＝２３．１１）和注视停留时间（Ｍ１＝６７５．１４，ＳＤ１＝１６４．６５；Ｍ２＝７１５．２７，ＳＤ２＝１１６．２７；Ｍ３＝７１４．１２，ＳＤ３＝１３３．５９）均呈现先增后减的趋势，ＮＮＩ呈现逐渐减少变化趋势（Ｍ１＝０．５９８３，ＳＤ１＝０．０８２５；Ｍ２＝０．５７８９，ＳＤ２＝０．０５７８，Ｍ３＝０．５７１９，ＳＤ３＝０．０５３９）㊂重复测量的ＡＮＯＶＡ表明脑力负荷对注视停留时间和ＮＮＩ的主效应均显著（Ｆ（２，４６）＝４．１０９，ｐ＝０．０４１，η２＝０．１５２；Ｆ（２，４６）＝５．００４，ｐ＝０．０１６，η２＝０．１７９），对注视频率主效应不显著（Ｆ（２，４６）＝１．９９５，ｐ＝０．１４８，η２＝０．０８０）㊂进一步的事后比较表明，对于注视停留时间，高负荷显著高于低负荷（ｐ＝０．０２３），中负荷临界显著高于低负荷（ｐ＝０．０５９），高负荷和中负荷之间不显著（ｐ＞０．０５）㊂对于ＮＮＩ指标，低负荷的ＮＮＩ显著低于中负荷（ｐ＝０．０３０）和高负荷（ｐ＝０．０１６），中负荷和高负荷之间差异不显著（ｐ＞０．０５）㊂图２㊀眼动指标㊃４１６㊃第３期冯传宴，等：不同脑力负荷水平下的情境意识研究２．５㊀脑电测量考虑到中线头皮的３个电极部位（Ｆｚ，Ｃｚ和Ｐｚ）在全头电极点分布中具有代表性，选择其用于脑电图特征的分析［２３⁃２４］㊂选取脑电不同波段的脑电指标（δ，θ，α１，α２，β１和β２频段）的绝对功率和相对功率㊁４个ＳＷ／ＦＷ，分别进行３脑力负荷水平（低负荷㊁中负荷和高负荷）ˑ３中线电极点（Ｆｚ，Ｃｚ和Ｐｚ）双因素重复测量的ＡＮＯＶＡ，采用Ｇｒｅｅｎｈｏｕｓｅ⁃Ｇｅｉｓｓｅｒ方法进行校正㊂如图３ａ）至３ｃ）所示，频谱地形图显示了６个频带绝对功率及其相对功率㊁４个ＳＷ／ＦＷ的描述性结果㊂图中对３种脑力负荷组别的各波段数据进行了归一化处理，并如图下方显示色条在０ １的区间内进行标准化，其中红色表示更高的激活㊂双因素重复测量的ＡＮＯＶＡ发现对于脑电指标，脑力负荷ˑ电极点的交互效应均不显著（ｐ＞０．０５）㊂脑力负荷对于α２相对功率（Ｆ（２，４６）＝７．４５２，ｐ＝０．００２，η２＝０．２４５）和θ／α２（Ｆ（２，４６）＝８．１７１，ｐ＝０．０１１，η２＝０．１７７）的主效应显著，其余指标主效应均不显著（ｐ＞０．０５）㊂对于α２相对功率，事后比较表发现高负荷显著低于低负荷（ｐ＝０．０１２）和中负荷（ｐ＝０．０３３），低负荷和中负荷之间不显著（ｐ＞０．０５）㊂对于θ／α２指标，事后比较发现高负荷显著高于低负荷（ｐ＝０．０１６），其余脑力负荷水平之间不显著（ｐ＞０．０５）㊂图３㊀ＥＥＧ指标描述性结果２．６㊀相关性分析针对各测量指标进行Ｐｅａｒｓｏｎ相关性分析，以进行相应的探索㊂首先进行ＳＡ与脑力负荷关系探索㊂不同脑力负荷下，ＳＡＧＡＴ得分与ＮＡＳＡ⁃ＴＬＸ得分呈现中等负相关（ｒ＝－０．４４６，ｐ＜０．００１）㊂相似的负相关关系也在３Ｄ⁃ＳＡＲＴ得分与ＮＡＳＡ⁃ＴＬＸ得分上发现（ｒ＝－０．４５８，ｐ＜０．００１）㊂然后，进行ＳＡ的敏感生理指标探索㊂考虑到ＳＡＧＡＴ得分和３Ｄ⁃ＳＡＲＴ得分在ＳＡ评估中的广泛应用［２９］㊂在不同脑力负荷下，选取这两者与生理指标之间分别进行相关性分析㊂结果发现ＳＡＧＡＴ得分和３Ｄ⁃ＳＡＲＴ得分与眼动指标（注视频率㊁注视停留时间和ＮＮＩ）均不相关（｜ｒ｜＜０．２）㊂此外，仅在高负荷水平下的ＳＡＧＡＴ得分与ＮＮＩ之间发现中等负相关（ｒ＝－０．４８１，ｐ＝０．０１７）㊂ＳＡＧＡＴ得分与脑电顶叶（Ｃ４）的α２相对功率中等相关（ｒ＝０．４１５，ｐ＜０．００１）㊂３Ｄ⁃ＳＡＲＴ得分与枕叶区３个电极点（Ｏ１，ＯＺ和Ｏ２）的α２相对功率也中等相关（０．４＜ｒ＜０．６，ｐ＜０．００１）㊂最后，对眼动和脑电指标也进行了相关性分析㊂结果发现，在不同脑力负荷下，对眼动指标与ＥＥＧ指标进行相关性分析㊂结果发现ＮＮＩ和ＣＺ点的θ／β１强相关（ｒ＝０．６０１，ｐ＜０．００１）㊂另外，在低负荷下发现，ＮＮＩ与前额区（Ｆ３，ＦＺ）和顶叶区（ＦＣ３，ＦＣＺ，ＣＺ）的β１相对功率强负相关（｜ｒ｜＞０．６００，ｐ＜０．０５）㊂在低负荷和中负荷水平下，ＮＮＩ与顶叶区（Ｃ３，ＣＺ，Ｃ４，ＣＰＺ和ＰＺ）的θ／β１均强正相关（ｒ＞０．６００，ｐ＜０．０５）㊂３㊀讨㊀论本实验设置了３种不同的脑力负荷水平，并采用ＮＡＳＡ⁃ＴＬＸ得分验证了脑力负荷实验设置的有效性㊂统计学结果表明随着脑力负荷的增加（由低负荷㊁中负荷到高负荷），ＳＡＧＡＴ得分和３Ｄ⁃ＳＡＲＴ得分均逐渐减少㊂研究表明，３Ｄ⁃ＳＡＲＴ量表是ＳＡ测量中广泛使用的主观量表［７］㊂另外，ＳＡＧＡＴ方法能够有效和客观地测量ＳＡ［２］㊂因此在不同脑力负荷水平下，ＳＡ与脑力负荷呈现一定的负相关关系㊂这一发现也得到２．６节中ＮＡＳＡ⁃ＴＬＸ得分与这两者的中等负相关关系的支持㊂上述结果与Ｌｉｎ㊁Ｈｅｉｋｏｏｐ等人的研究结论一致［１２，１４，１７］，为脑力负荷与ＳＡ之㊃５１６㊃西㊀北㊀工㊀业㊀大㊀学㊀学㊀报第３８卷间关系的阐释增加了新的定量数据支撑㊂当任务需求较少而资源供应充足时，个体拥有较好的ＳＡ，随着任务需求接近人脑的资源供应，绩效将变差并带来ＳＡ的降低㊂因此，在不同脑力负荷水平下，随着脑力负荷的增加，ＳＡ会逐渐降低㊂此外，现有研究表明，ＳＡ的生理检测指标非常有限且不明确，因此本研究进一步开展了ＳＡ的敏感性生理指标探索㊂在本次实验条件下，随着脑力负荷的增加，被试的注视行为更为密集［２８，３０］，表现为注视停留时间的增加以及ＮＮＩ值的减少㊂在低负荷情况下，被试的警觉性较低，表现为注视点的分散［３１］㊂高负荷时，注意力资源的消耗增加，这增加了信息获取和注意力转移的难度，容易出现注视点的集中［３１］㊂但相关性结果表明，在不同脑力负荷下，ＳＡＧＡＴ得分和３Ｄ⁃ＳＡＲＴ得分指标均未发现与注视类指标（注视频率㊁注视总时间和ＮＮＩ）存在相关性㊂仅在高负荷下，ＮＮＩ与ＳＡＧＡＴ得分之间呈现中等相关性㊂这与前人的研究结果存在一定差异［１０，１９，２８］㊂分析其原因，前期文献研究多采用绩效指标与生理指标开展相关性分析，考虑到ＳＡ与作业绩效之间的关系并不明确，而ＳＡＧＡＴ得分对于ＳＡ评估的有效性获得了更为广泛的认可［２９］，因此，本研究采用ＳＡＧＡＴ得分与生理指标进行相关性分析，从而在一定程度上产生了研究结果的差异㊂另外，在ＳＡＧＡＴ得分和３Ｄ⁃ＳＡＲＴ与ＥＥＧ指标的相关性结果，均发现了α２相对功率指标的中等相关性㊂α２相对功率的减少一般认为表征了大脑唤醒水平的增加［２１，２３⁃２４］，该结果表明了α２相对功率在不同脑力负荷下表征ＳＡ的潜力㊂上述结果表明，ＮＮＩ和α２相对功率对ＳＡ的变化敏感，可为ＳＡ的敏感性生理指标研究提供新的探索方向㊂此外，本研究结果还表明，在不同脑力负荷水平下，ＮＮＩ与θ／β１之间存在强相关关系㊂ＮＮＩ反映了注视行为的集中程度，该值越接近０表示注视点越密集［２８］㊂θ／β１表征了大脑的觉醒水平，θ／β１越低，表示越高的大脑觉醒水平［２１⁃２２］㊂这可能揭示了眼动注视点密集程度和脑电大脑警觉性水平存在一定的联系㊂本研究仍有一些局限性㊂首先，实验任务与真实场景之间仍存在一定差异㊂其次，对极端脑力负荷条件（低唤醒和超负荷）ＳＡ的探索较为有限，需要进一步的探索㊂参考文献：［１］㊀ＥＮＤＳＬＥＹＭＲ．ＴｏｗａｒｄａＴｈｅｏｒｙｏｆＳｉｔｕａｔｉｏｎＡｗａｒｅｎｅｓｓｉｎＤｙｎａｍｉｃＳｙｓｔｅｍｓ［Ｊ］．ＨｕｍａｎＦａｃｔｏｒｓ，１９９５，３７（１）：３２⁃６４［２］㊀ＥＮＤＳＬＥＹＭＲ．ＭｅａｓｕｒｅｍｅｎｔｏｆＳｉｔｕａｔｉｏｎＡｗａｒｅｎｅｓｓｉｎＤｙｎａｍｉｃＳｙｓｔｅｍｓ［Ｊ］．ＨｕｍａｎＦａｃｔｏｒｓ，１９９５，３７（１）：６５⁃８４［３］㊀ＷＥＩＨ，ＺＨＵＡＮＧＤ，ＷＡＮＹＡＮＸ，ｅｔａｌ．ＡｎＥｘｐｅｒｉｍｅｎｔａｌＡｎａｌｙｓｉｓｏｆＳｉｔｕａｔｉｏｎＡｗａｒｅｎｅｓｓｆｏｒＣｏｃｋｐｉｔＤｉｓｐｌａｙＩｎｔｅｒｆａｃｅＥｖａｌ⁃ｕａｔｉｏｎＢａｓｅｄｏｎＦｌｉｇｈｔＳｉｍｕｌａｔｉｏｎ［Ｊ］．ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＡｅｒｏｎａｕｔｉｃｓ，２０１３，２６（４）：８８４⁃８８９［４］㊀ＳＴＡＮＴＯＮＮＡ，ＳＡＬＭＯＮＰＭ，ＷＡＬＫＥＲＧＨ，ｅｔａｌ．Ｓｔａｔｅ⁃ｏｆ⁃Ｓｃｉｅｎｃｅ：ＳｉｔｕａｔｉｏｎＡｗａｒｅｎｅｓｓｉｎＩｎｄｉｖｉｄｕａｌｓ，ＴｅａｍｓａｎｄＳｙｓ⁃ｔｅｍｓ［Ｊ］．Ｅｒｇｏｎｏｍｉｃｓ，２０１７，６０（４）：４４９⁃４６６［５］㊀ＥＮＤＳＬＥＹＭＲ．ＡＴａｘｏｎｏｍｙｏｆＳｉｔｕａｔｉｏｎＡｗａｒｅｎｅｓｓＥｒｒｏｒｓ［Ｊ］．ＨｕｍａｎＦａｃｔｏｒｓｉｎＡｖｉａｔｉｏｎＯｐｅｒａｔｉｏｎｓ，１９９５，３（２）：２８７⁃２９２［６］㊀ＥＮＤＳＬＥＹＭＲ．ＨｕｍａｎＥｒｒｏｒａｎｄＳｙｓｔｅｍＤｅｓｉｇｎａｎｄＭａｎａｇｅｍｅｎｔ［Ｍ］．Ｌｏｎｄｏｎ：Ｓｐｒｉｎｇｅｒ，２０００：１５⁃２６［７］㊀ＴＡＹＬＯＲＲＭ．ＳｉｔｕａｔｉｏｎａｌＡｗａｒｅｎｅｓｓＲａｔｉｎｇＴｅｃｈｎｉｑｕｅ（ＳＡＲＴ）：ＴｈｅＤｅｖｅｌｏｐｍｅｎｔｏｆａＴｏｏｌｆｏｒＡｉｒｃｒｅｗＳｙｓｔｅｍｓＤｅｓｉｇｎ［Ｃ］ʊＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＡＧＡＲＤＡＭＰＳｙｍｐｏｓｉｕｍｏｎＳｉｔｕａｔｉｏｎａｌＡｗａｒｅｎｅｓｓｉｎＡｅｒｏｓｐａｃｅＯｐｅｒａｔｉｏｎｓ，１９９０：５０⁃６７［８］㊀ＦＯＹＬＥＤ，ＨＯＥＥＹＢ．ＰｉｌｏｔＰｅｒｆｏｒｍａｎｃｅＭｏｄｅｌｓ［Ｍ］．Ｍａｈｗａｈ，ＮＪ：Ｅｒｌｂａｕｍ，２００７：２１３⁃２４０［９］㊀ＶＩＤＵＬＩＣＨＭＡ，ＳＴＲＡＴＴＯＮＭ，ＣＲＡＢＴＲＥＥＭ，ｅｔａｌ．Ｐｅｒｆｏｒｍａｎｃｅ⁃ＢａｓｅｄａｎｄＰｈｙｓｉｏｌｏｇｉｃａｌＭｅａｓｕｒｅｓｏｆＳｉｔｕａｔｉｏｎａｌＡｗａｒｅ⁃ｎｅｓｓ［Ｊ］．Ａｖｉａｔｉｏｎ，Ｓｐａｃｅ，ａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＭｅｄｉｃｉｎｅ，１９９４，６５（ｓｕｐｐｌ５）：Ａ７［１０］ＶＡＮＤＥＭＥＲＷＥＫ，ＶＡＮＤＩＪＫＨ，ＺＯＮＲ．ＥｙｅＭｏｖｅｍｅｎｔｓａｓａｎＩｎｄｉｃａｔｏｒｏｆＳｉｔｕａｔｉｏｎＡｗａｒｅｎｅｓｓｉｎａＦｌｉｇｈｔＳｉｍｕｌａｔｏｒＥｘｐｅｒｉ⁃ｍｅｎｔ［Ｊ］．ＴｈｅＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＡｖｉａｔｉｏｎＰｓｙｃｈｏｌｏｇｙ，２０１２，２２（１）：７８⁃９５［１１］ＥＮＤＳＬＥＹＭＲ．ＳｉｔｕａｔｉｏｎＡｗａｒｅｎｅｓｓａｎｄＷｏｒｋｌｏａｄ⁃ＦｌｉｐＳｉｄｅｓｏｆｔｈｅＳａｍｅＣｏｉｎ［Ｃ］ʊＩｎｔｅｒｎａｔｉｏｎａｌＳｙｍｐｏｓｉｕｍｏｎＡｖｉａｔｉｏｎＰｓｙ⁃ｃｈｏｌｏｇｙ，１９９３：９０６⁃９１１［１２］ＬＩＮＬＷ，ＬＵＭＳ．ＥｍｐｉｒｉｃａｌＲｅｓｅａｒｃｈｏｎｔｈｅＲｅｌａｔｉｏｎｓｈｉｐＢｅｔｗｅｅｎＨｅｌｉｃｏｐｔｅｒＰｉｌｏｔｓᶄＭｅｎｔａｌＷｏｒｋｌｏａｄｓａｎｄＳｉｔｕａｔｉｏｎＡｗａｒｅ⁃ｎｅｓｓＬｅｖｅｌｓ［Ｊ］．ＪｏｕｒｎａｌｏｆｔｈｅＡｍｅｒｉｃａｎＨｅｌｉｃｏｐｔｅｒＳｏｃｉｅｔｙ，２０１６，６１（３）：１⁃８［１３］冯传宴，完颜笑如，陈浩，等．基于多资源负荷理论的情境意识模型与应用［Ｊ］．北京航空航天大学学报，２０１８，４４（７）：１４３８⁃１４４６㊃６１６㊃㊃７１６㊃第３期冯传宴，等：不同脑力负荷水平下的情境意识研究ＦＥＮＧＣｈｕａｎｙａｎ，ＷＡＮＹＡＮＸｉａｏｒｕ，ＣＨＥＮＨａｏ，ｅｔａｌ．ＳｉｔｕａｔｉｏｎＡｗａｒｅｎｅｓｓＭｏｄｅｌＢａｓｅｄｏｎＭｕｌｔｉ⁃ＲｅｓｏｕｒｃｅＬｏａｄＴｈｅｏｒｙａｎｄＩｔｓＡｐｐｌｉｃａｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＡｅｒｏｎａｕｔｉｃｓａｎｄＡｓｔｒｏｎａｕｔｉｃｓ，２０１８，４４（７）：１４３８⁃１４４６（ｉｎＣｈｉｎｅｓｅ）［１４］ＬＩＮＣＪ，ＨＳＩＥＨＴＬ，ＬＩＮＳＦ．ＤｅｖｅｌｏｐｍｅｎｔｏｆＳｔａｆｆｉｎｇＥｖａｌｕａｔｉｏｎＰｒｉｎｃｉｐｌｅｆｏｒＡｄｖａｎｃｅｄＭａｉｎＣｏｎｔｒｏｌＲｏｏｍａｎｄｔｈｅＥｆｆｅｃｔｏｎＳｉｔｕａｔｉｏｎＡｗａｒｅｎｅｓｓａｎｄＭｅｎｔａｌＷｏｒｋｌｏａｄ［Ｊ］．ＮｕｃｌｅａｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＤｅｓｉｇｎ，２０１３，２６５：１３７⁃１４４［１５］ＶＩＤＵＬＩＣＨＭＡ，ＴＳＡＮＧＰＳ．ＴｈｅＣｏｎｆｌｕｅｎｃｅｏｆＳｉｔｕａｔｉｏｎＡｗａｒｅｎｅｓｓａｎｄＭｅｎｔａｌＷｏｒｋｌｏａｄｆｏｒＡｄａｐｔａｂｌｅＨｕｍａｎ–ＭａｃｈｉｎｅＳｙｓｔｅｍｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｏｇｎｉｔｉｖｅＥｎｇｉｎｅｅｒｉｎｇａｎｄＤｅｃｉｓｉｏｎＭａｋｉｎｇ，２０１５，９（１）：９５⁃９７［１６］ＶＩＤＵＬＩＣＨＭＡ．ＴｈｅＲｅｌａｔｉｏｎｓｈｉｐＢｅｔｗｅｅｎＭｅｎｔａｌＷｏｒｋｌｏａｄａｎｄＳｉｔｕａｔｉｏｎＡｗａｒｅｎｅｓｓ［Ｃ］ʊＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＨｕｍａｎＦａｃｔｏｒｓａｎｄＥｒｇｏｎｏｍｉｃｓＳｏｃｉｅｔｙＡｎｎｕａｌＭｅｅｔｉｎｇ，２０００：４６０⁃４６３［１７］ＨＥＩＫＯＯＰＤＤ，ＤＥＷＩＮＴＥＲＪＣＦ，ＶＡＮＡＲＥＭＢ，ｅｔａｌ．ＥｆｆｅｃｔｓｏｆＭｅｎｔａｌＤｅｍａｎｄｓｏｎＳｉｔｕａｔｉｏｎＡｗａｒｅｎｅｓｓｄｕｒｉｎｇＰｌａｔｏｏ⁃ｎｉｎｇ：ａＤｒｉｖｉｎｇＳｉｍｕｌａｔｏｒＳｔｕｄｙ［Ｊ］．ＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈＰａｒｔＦ：ＴｒａｆｆｉｃＰｓｙｃｈｏｌｏｇｙａｎｄＢｅｈａｖｉｏｕｒ，２０１８，５８：１９３⁃２０９［１８］ＤＥＷＩＮＴＥＲＪＣＦ，ＥＩＳＭＡＹＢ，ＣＡＢＲＡＬＬＣＤＤ，ｅｔａｌ．ＳｉｔｕａｔｉｏｎＡｗａｒｅｎｅｓｓＢａｓｅｄｏｎＥｙｅＭｏｖｅｍｅｎｔｓｉｎＲｅｌａｔｉｏｎｔｏｔｈｅＴａｓｋＥｎｖｉｒｏｎｍｅｎｔ［Ｊ］．Ｃｏｇｎｉｔｉｏｎ，Ｔｅｃｈｎｏｌｏｇｙ＆Ｗｏｒｋ，２０１９，２１（１）：９９⁃１１１［１９］靳慧斌，刘文辉，陈健．塔台管制中最邻近指数注视指数与情境意识的相关性研究［Ｊ］．科学技术与工程，２０１６，１６（２６）：１３５⁃１３９ＪＩＮＨｕｉｂｉｎ，ＬＩＵＷｅｎｈｕｉ，ＣＨＥＮＪｉａｎ．ＣｏｒｒｅｌａｔｉｏｎＲｅｓｅａｒｃｈｂｅｔｗｅｅｎＮＮＩＦｉｘａｔｉｏｎＩｎｄｅｘａｎｄＳｉｔｕａｔｉｏｎＡｗａｒｅｎｅｓｓｉｎＴｏｗｅｒＣｏｎ⁃ｔｒｏｌ［Ｊ］．ＳｃｉｅｎｃｅＴｅｃｈｎｏｌｏｇｙ＆Ｅｎｇｉｎｅｅｒｉｎｇ，２０１６，１６（２６）：１３５⁃１３９（ｉｎＣｈｉｎｅｓｅ）［２０］ＲＡＹＮＥＲＫ．ＥｙｅＭｏｖｅｍｅｎｔｓａｎｄＡｔｔｅｎｔｉｏｎｉｎＲｅａｄｉｎｇ，ＳｃｅｎｅＰｅｒｃｅｐｔｉｏｎ，ａｎｄＶｉｓｕａｌＳｅａｒｃｈ［Ｊ］．ＴｈｅＱｕａｒｔｅｒｌｙＪｏｕｒｎａｌｏｆＥｘ⁃ｐｅｒｉｍｅｎｔａｌＰｓｙｃｈｏｌｏｇｙ，２００９，６２（８）：１４５７⁃１５０６［２１］ＥＯＨＨＪ，ＣＨＵＮＧＭＫ，ＫＩＭＳＨ．ＥｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｐｈｉｃＳｔｕｄｙｏｆＤｒｏｗｓｉｎｅｓｓｉｎＳｉｍｕｌａｔｅｄＤｒｉｖｉｎｇｗｉｔｈＳｌｅｅｐＤｅｐｒｉｖａｔｉｏｎ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＩｎｄｕｓｔｒｉａｌＥｒｇｏｎｏｍｉｃｓ，２００５，３５（４）：３０７⁃３２０［２２］ＪＡＰＢＴ，ＬＡＬＳ，ＦＩＳＣＨＥＲＰ，ｅｔａｌ．ＵｓｉｎｇＥＥＧＳｐｅｃｔｒａｌＣｏｍｐｏｎｅｎｔｓｔｏＡｓｓｅｓｓＡｌｇｏｒｉｔｈｍｓｆｏｒＤｅｔｅｃｔｉｎｇＦａｔｉｇｕｅ［Ｊ］．ＥｘｐｅｒｔＳｙｓｔｅｍｓｗｉｔｈＡｐｐｌｉｃａｔｉｏｎｓ，２００９，３６（２）：２３５２⁃２３５９［２３］ＺＨＡＯＣ，ＺＨＡＯＭ，ＬＩＵＪ，ｅｔａｌ．ＥｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｍａｎｄＥｌｅｃｔｒｏｃａｒｄｉｏｇｒａｐｈＡｓｓｅｓｓｍｅｎｔｏｆＭｅｎｔａｌＦａｔｉｇｕｅｉｎａＤｒｉｖｉｎｇＳｉｍ⁃ｕｌａｔｏｒ［Ｊ］．ＡｃｃｉｄｅｎｔＡｎａｌｙｓｉｓ＆Ｐｒｅｖｅｎｔｉｏｎ，２０１２，４５：８３⁃９０［２４］ＢＯＲＧＨＩＮＩＧ，ＡＳＴＯＬＦＩＬ，ＶＥＣＣＨＩＡＴＯＧ，ｅｔａｌ．ＭｅａｓｕｒｉｎｇＮｅｕｒｏｐｈｙｓｉｏｌｏｇｉｃａｌＳｉｇｎａｌｓｉｎＡｉｒｃｒａｆｔＰｉｌｏｔｓａｎｄＣａｒＤｒｉｖｅｒｓｆｏｒｔｈｅＡｓｓｅｓｓｍｅｎｔｏｆＭｅｎｔａｌＷｏｒｋｌｏａｄ，ＦａｔｉｇｕｅａｎｄＤｒｏｗｓｉｎｅｓｓ［Ｊ］．Ｎｅｕｒｏｓｃｉｅｎｃｅ＆ＢｉｏｂｅｈａｖｉｏｒａｌＲｅｖｉｅｗｓ，２０１４，４４：５８⁃７５［２５］ＷＡＮＹＡＮＸ，ＺＨＵＡＮＧＤ，ＬＩＮＹ，ｅｔａｌ．ＩｎｆｌｕｅｎｃｅｏｆＭｅｎｔａｌＷｏｒｋｌｏａｄｏｎＤｅｔｅｃｔｉｎｇＩｎｆｏｒｍａｔｉｏｎＶａｒｉｅｔｉｅｓＲｅｖｅａｌｅｄｂｙＭｉｓ⁃ｍａｔｃｈＮｅｇａｔｉｖｉｔｙＤｕｒｉｎｇＦｌｉｇｈｔＳｉｍｕｌａｔｉｏｎ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＩｎｄｕｓｔｒｉａｌＥｒｇｏｎｏｍｉｃｓ，２０１８，６４：１⁃７［２６］ＷＩＣＫＥＮＳＣＤ，ＧＵＴＺＷＩＬＬＥＲＲＳ，ＶＩＥＡＮＥＡ，ｅｔａｌ．ＴｉｍｅＳｈａｒｉｎｇＢｅｔｗｅｅｎＲｏｂｏｔｉｃｓａｎｄＰｒｏｃｅｓｓＣｏｎｔｒｏｌ：ＶａｌｉｄａｔｉｎｇａＭｏｄ⁃ｅｌｏｆＡｔｔｅｎｔｉｏｎＳｗｉｔｃｈｉｎｇ［Ｊ］．Ｈｕｍａｎｆａｃｔｏｒｓ，２０１６，５８（２）：３２２⁃３４３［２７］ＨＡＲＴＳＧ，ＳＴＡＶＥＬＡＮＤＬＥ．ＤｅｖｅｌｏｐｍｅｎｔｏｆＮＡＳＡ⁃ＴＬＸ（ＴａｓｋＬｏａｄＩｎｄｅｘ）：ＲｅｓｕｌｔｓｏｆＥｍｐｉｒｉｃａｌａｎｄＴｈｅｏｒｅｔｉｃａｌＲｅｓｅａｒｃｈ［Ｊ］．ＡｄｖａｎｃｅｓｉｎＰｓｙｃｈｏｌｏｇｙ，１９８８，５２（６）：１３９⁃１８３［２８］ＤＩＮＯＣＥＲＡＦ，ＣＡＭＩＬＬＩＭ，ＴＥＲＥＮＺＩＭ．ＡＲａｎｄｏｍＧｌａｎｃｅａｔｔｈｅＦｌｉｇｈｔＤｅｃｋ：ＰｉｌｏｔｓᶄＳｃａｎｎｉｎｇＳｔｒａｔｅｇｉｅｓａｎｄｔｈｅＲｅａｌ⁃ＴｉｍｅＡｓｓｅｓｓｍｅｎｔｏｆＭｅｎｔａｌＷｏｒｋｌｏａｄ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｏｇｎｉｔｉｖｅＥｎｇｉｎｅｅｒｉｎｇａｎｄＤｅｃｉｓｉｏｎＭａｋｉｎｇ，２００７，１（３）：２７１⁃２８５［２９］ＳＡＬＭＯＮＰＭ，ＳＴＡＮＴＯＮＮＡ，ＷＡＬＫＥＲＧＨ，ｅｔａｌ．ＭｅａｓｕｒｉｎｇＳｉｔｕａｔｉｏｎＡｗａｒｅｎｅｓｓｉｎＣｏｍｐｌｅｘＳｙｓｔｅｍｓ：ＣｏｍｐａｒｉｓｏｎｏｆＭｅａｓｕｒｅｓＳｔｕｄｙ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＩｎｄｕｓｔｒｉａｌＥｒｇｏｎｏｍｉｃｓ，２００９，３９（３）：４９０⁃５００［３０］ＦＥＮＧＣ，ＷＡＮＹＡＮＸ，ＹＡＮＧＫ，ｅｔａｌ．ＡＣｏｍｐｒｅｈｅｎｓｉｖｅＰｒｅｄｉｃｔｉｏｎａｎｄＥｖａｌｕａｔｉｏｎＭｅｔｈｏｄｏｆＰｉｌｏｔＷｏｒｋｌｏａｄ［Ｊ］．ＴｅｃｈｎｏｌｏｇｙａｎｄＨｅａｌｔｈＣａｒｅ，２０１８，２６（ｓｕｐｐｌ１）：Ｓ６５⁃Ｓ７８［３１］ＲＥＥＳＡ，ＷＩＧＧＩＮＳＭＷ，ＨＥＬＴＯＮＷＳ，ｅｔａｌ．ＴｈｅＩｍｐａｃｔｏｆＢｒｅａｋｓｏｎＳｕｓｔａｉｎｅｄＡｔｔｅｎｔｉｏｎｉｎａＳｉｍｕｌａｔｅｄ，Ｓｅｍｉ⁃ＡｕｔｏｍａｔｅｄＴｒａｉｎＣｏｎｔｒｏｌＴａｓｋ［Ｊ］．ＡｐｐｌｉｅｄＣｏｇｎｉｔｉｖｅＰｓｙｃｈｏｌｏｇｙ，２０１７，３１（３）：３５１⁃３５９㊃８１６㊃西㊀北㊀工㊀业㊀大㊀学㊀学㊀报第３８卷ＳｔｕｄｙｏｎＳｉｔｕａｔｉｏｎＡｗａｒｅｎｅｓｓｕｎｄｅｒＤｉｆｆｅｒｅｎｔＭｅｎｔａｌＷｏｒｋｌｏａｄｓＦＥＮＧＣｈｕａｎｙａｎ，ＷＡＮＹＡＮＸｉａｏｒｕ，ＬＩＵＳｈｕａｎｇ，ＣＨＥＮＨａｏ，ＺＨＵＡＮＧＤａｍｉｎ（ＳｃｈｏｏｌｏｆＡｅｒｏｎａｕｔｉｃＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＢｅｉｈａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００１９１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅａｉｍｏｆｔｈｅｐｒｅｓｅｎｔｓｔｕｄｙｗａｓｔｏｅｘａｍｉｎｅｔｈｅｓｉｔｕａｔｉｏｎａｗａｒｅｎｅｓｓ（ＳＡ）ｃｈａｎｇｅｓｕｎｄｅｒｖａｒｉｏｕｓｍｅｎｔａｌｗｏｒｋｌｏａｄｓａｎｄｔｏｅｘｐｌｏｒｅｔｈｅｓｅｎｓｉｔｉｖｅｐｈｙｓｉｏｌｏｇｉｃａｌｉｎｄｉｃａｔｏｒｓｔｏＳＡｕｎｄｅｒｔｈｉｓｃｉｒｃｕｍｓｔａｎｃｅ．Ｔｗｅｎｔｙ⁃ｆｏｕｒｐａｒｔｉｃｉ⁃ｐａｎｔｓｗｅｒｅｒｅｃｒｕｉｔｅｄｔｏｐｅｒｆｏｒｍｔａｓｋｓｕｎｄｅｒｔｈｒｅｅｋｉｎｄｓｏｆｍｅｎｔａｌｗｏｒｋｌｏａｄｂａｓｅｄｏｎｔｈｅＭｕｌｔｉＡｔｔｒｉｂｕｔｅＴａｓｋＢａｔｔｅｒ⁃ｙ（ＭＡＴＢ）ＩＩｐｌａｔｆｏｒｍ．Ｐｅｒｆｏｒｍａｎｃｅｍｅａｓｕｒｅｓ，ｓｉｔｕａｔｉｏｎａｌａｗａｒｅｎｅｓｓｇｌｏｂａｌａｓｓｅｓｓｍｅｎｔｔｅｃｈｎｏｌｏｇｙ（ＳＡＧＡＴ），ｔｈｒｅｅｄｉｍｅｎｓｉｏｎｓｓｉｔｕａｔｉｏｎａｗａｒｅｎｅｓｓｒａｔｉｎｇｔｅｃｈｎｏｌｏｇｙ（３Ｄ⁃ＳＡＲＴ），ｅｙｅｍｏｖｅｍｅｎｔａｎｄｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｐｈ（ＥＥＧ）ｄａｔａｗｅｒｅｒｅｃｏｒｄｅｄ．Ｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｄｔｈａｔ，ｔｈｅＳＡＧＡＴｓｃｏｒｅｓａｎｄ３Ｄ⁃ＳＡＲＴｓｃｏｒｅｓｄｅｃｒｅａｓｅｄｓｉｇｎｉｆｉｃａｎｔｌｙｗｉｔｈｔｈｅｉｎｃｒｅａｓｉｎｇｏｆｍｅｎｔａｌｗｏｒｋｌｏａｄ．Ｉｎａｄｄｉｔｉｏｎ，ｔｈｅｔｗｏｓｃｏｒｅｓｂｏｔｈｈａｖｅａｍｅｄｉｕｍｎｅｇａｔｉｖｅｒｅｌａｔｉｏｎｓｈｉｐｗｉｔｈｔｈｅＮａｔｉｏｎａｌＡｅｒｏｎａｕｔｉｃｓａｎｄＳｐａｃｅＡｄｍｉｎｉｓｔｒａｔｉｏｎＴａｓｋＬｏａｄＩｎｄｅｘ（ＮＡＳＡ⁃ＴＬＸ）ｓｃｏｒｅｓ．ＴｈｅＳＡＧＡＴｓｃｏｒｅｓｈａｖｅａｍｅｄｉｕｍｐｏｓｉｔｉｖｅｒｅｌａｔｉｏｎｓｈｉｐｗｉｔｈｔｈｅｈｉｇｈａｌｐｈａｒｅｌａｔｉｖｅｐｏｗｅｒａｔＣ４ｅｌｅｃｔｒｏｄｅｓｉｔｅ．Ｗｈａｔ ｓｍｏｒｅ，ＴｈｅＳＡＧＡＴｓｃｏｒｅｓｈａｖｅａｍｅｄｉｕｍｎｅｇａｔｉｖｅｒｅｌａｔｉｏｎｓｈｉｐｗｉｔｈｔｈｅＮｅａｒｅｓｔＮｅｉｇｈｂｏｒＩｎｄｅｘ（ＮＮＩ）ｕｎｄｅｒｈｉｇｈｍｅｎｔａｌｗｏｒｋｌｏａｄｃｏｎｄｉｔｉｏｎ．Ｉｎｃｏｎｃｌｕｓｉｏｎ，ｕｎｄｅｒｄｉｆｆｅｒｅｎｔｍｅｎｔａｌｗｏｒｋｌｏａｄｌｅｖｅｌｓ，（１）Ｍｅｎｔａｌｗｏｒｋｌｏａｄｈａｓａｍｅｄｉｕｍｎｅｇａｔｉｖｅｒｅｌａ⁃ｔｉｏｎｓｈｉｐｗｉｔｈＳＡ．（２）ＮＮＩａｎｄｈｉｇｈａｌｐｈａｒｅｌａｔｉｖｅｐｏｗｅｒｍａｙｂｅｐｏｓｓｉｂｌｅｓｅｎｓｉｔｉｖｅｉｎｄｉｃａｔｏｒｓｔｏＳＡ．Ｔｈｅｐｒｅｓｅｎｔｓｔｕｄｙｃａｎｐｒｏｖｉｄｅａｒｅｆｅｒｅｎｃｅｆｏｒｄｅｓｉｇｎｉｎｇｔｈｅｄｉｓｐｌａｙａｎｄｃｏｎｔｒｏｌｉｎｔｅｒｆａｃｅｉｎｃｏｃｋｐｉｔａｎｄｆｏｒｏｐｔｉｍｉｚａｔｉｏｎｏｆｍａｎ⁃ｍａｃｈｉｎｅｆｕｎｃｔｉｏｎａｌａｌｌｏｃａｔｉｏｎ．Ｋｅｙｗｏｒｄｓ：ｓｉｔｕａｔｉｏｎａｗａｒｅｎｅｓｓ；ｍｅｎｔａｌｗｏｒｋｌｏａｄ；ＳＡＧＡＴ；ＮＮＩ；ｈｉｇｈａｌｐｈａｒｅｌａｔｉｖｅｐｏｗｅｒ©２０１９ＪｏｕｒｎａｌｏｆＮｏｒｔｈｗｅｓｔｅｒｎＰｏｌｙｔｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ．ＴｈｉｓｉｓａｎＯｐｅｎＡｃｃｅｓｓａｒｔｉｃｌｅｄｉｓｔｒｉｂｕｔｅｄｕｎｄｅｒｔｈｅｔｅｒｍｓｏｆｔｈｅＣｒｅａｔｉｖｅＣｏｍｍｏｎｓＡｔｔｒｉｂｕｔｉｏｎＬｉｃｅｎｓｅ（ｈｔｔｐ：／／ｃｒｅａｔｉｖｅｃｏｍｍｏｎｓ．ｏｒｇ／ｌｉｃｅｎｓｅｓ／ｂｙ／４．０），ｗｈｉｃｈｐｅｒｍｉｔｓｕｎｒｅｓｔｒｉｃｔｅｄｕｓｅ，ｄｉｓｔｒｉｂｕｔｉｏｎ，ａｎｄｒｅｐｒｏｄｕｃｔｉｏｎｉｎａｎｙｍｅｄｉｕｍ，ｐｒｏｖｉｄｅｄｔｈｅｏｒｉｇｉｎａｌｗｏｒｋｉｓｐｒｏｐｅｒｌｙｃｉｔｅｄ．。
飞机座舱显示界面脑力负荷测量与评价_卫宗敏
2014年1月第40卷第1期北京航空航天大学学报Journal of Beijing University of Aeronautics and Astronautics January 2014Vol．40No.1收稿日期：2013-02-01；网络出版时间：2013-05-0711：38网络出版地址：www．cnki．net /kcms /detail /11．2625．V．20130507．1138．001．html 基金项目：国家973计划资助项目（2010CB734104）作者简介：卫宗敏（1984－），男，山西运城人，博士生，weizongmin8411@163．com．飞机座舱显示界面脑力负荷测量与评价卫宗敏完颜笑如庄达民（北京航空航天大学航空科学与工程学院，北京100191）摘要：脑力负荷是影响飞行安全的重要因素之一，对飞行员脑力负荷进行客观测量，对于飞机座舱显示界面脑力任务的工效评价与优化设计具有重要意义．基于EＲP （Eveat Ｒelated Potential ）技术，选取失匹配负波（MMN ，Mismatch Negativity ）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．实验结果表明，MMN 峰值和P3a 峰值对脑力负荷变化敏感，随着脑力负荷的增加，MMN 峰值显著增加，而P3a 峰值显著降低，反应了被试者对异常信息的自动加工能力的提高以及朝向注意能力的减弱．与新异刺激相比，由偏差刺激所诱发的MMN 与P3a 成分对于与飞行任务相关的脑力负荷具有更好的敏感性，将可用于进一步的脑力负荷分级评价．关键词：界面评价；脑力负荷；失匹配负波；P3a ；飞行模拟中图分类号：VＲ857．1；B 842．1文献标识码：A文章编号：1001-5965（2014）01-0086-06Measurement and evaluation of mental workload foraircraft cockpit display interfaceWei ZongminWanyan XiaoruZhuang Damin（School of Aeronautic Science and Engineering ，Beijing University of Aeronautics and Astronautics ，Beijing 100191，China ）Abstract ：Mental workload is one of the most important factors that affect flight safety．Objective meas-urement for pilot mental workload is of great significance for the ergonomics evaluation and optimal design of mental tasks in aircraft cockpit display interface．On the basis of event related potential （EＲP ）technology ，measurement and evaluation of three levels of mental workloads during flight simulation task were carried out．Mismatch negativity （MMN ）and P3a components were recorded and selected as evaluation indices under three stimulus “oddball ”paradigm．Experiment results show that the peak amplitudes of MMN and P3a are both sensitive to mental workloads．Increased MMN and decreased P3a were found under the high mental workload condition ，indicating a more engaged change-detection and much reduced involuntary orienting of at-tention．Compared with the amplitudes of MMN and P3a elicited by novel stimulus ，the ones elicited by task-irrelevant deviant stimulus had better sensitivity to mental workload related to flight task and can be available for further mental workload classification．Key words ：display interface evaluation ；mental workload ；mismatch negativity ；P3a ；flight simulation飞机座舱是复杂的人机交互系统，信息高度密集．随着飞机不断更新换代以及各种智能化、信息化系统的运用，飞行员所面临的信息加工要求日趋严格，往往需要在短时间内处理大量信息并快速作出反应决策，从而容易出现脑力负荷较高，甚至超载的情况［1］，严重影响到飞行员的工作效率、飞行操作的可靠性以及飞行员自身的生理心理健康．据统计，在世界范围内近20年的飞行事第1期卫宗敏等：飞机座舱显示界面脑力负荷测量与评价故中，约有35%的飞行事故与飞行员脑力负荷过重相关［2］．因此在座舱显示界面设计阶段，通过准确评价甚至预测飞行员的脑力负荷，优化脑力任务设计并使其保持在适宜水平，已成为具有重要现实意义的研究课题．脑力负荷测量是进行脑力负荷预测以及脑力任务优化设计的基础，其目的主要包括两个：设计和评价显示界面以确保所提供的信息不至超载；当飞行任务紧急时，优化界面信息显示以尽量减少作用于飞行员的脑力负荷［3］．航空事故调查结果显示，脑力负荷所引发的航空事故与飞行员对信息的自动探测、警觉性、朝向注意等认知能力的下降而引起的飞行操作失误关系密切［4－5］．在目前认知神经科学领域所使用的EＲP（EventＲelated Po-tential）技术中已发现多个成分可反映大脑的认知加工过程．EＲP是指外加一种特定刺激，作用于感觉系统或脑的某一部位，当给予刺激或撤销该刺激时，在脑区引起的电位变化，EＲP技术在实时、高精度反应信息加工活动等的时间效应方面具有独特优势［4－5］．研究表明，失匹配负波（MMN，Mismatch Negativity）和P3a成分可以有效地反映大脑皮质对信息变化的自动探测能力和注意朝向能力［5－7］，从而可能用于脑力负荷的测量与评价领域．目前，为测试某一显示界面设计的可用性，国外人机工效学领域已较为广泛地使用飞行模拟器开展飞行员的脑力负荷、注意资源分配、情境意识等的测量与评价研究［8－9］，而国内所开展的相关研究还较为有限．本文在前期实验［10］的基础上，基于EＲP技术开展飞行模拟任务，选取MMN和P3a成分作为评价指标，对被试者的脑力负荷情况进行测量，以期用于进一步的飞机座舱显示界面设计的适人性评价，为优化完善显示界面设计提供依据．1方法1．1被试者被试者为北京航空航天大学在地面飞行模拟器上接受过良好培训的模拟飞行员16人（男性，23 27岁，平均年龄24．4岁），右利手，视力或矫正视力正常，听力正常．1．2实验设计实验采用3ˑ3ˑ3完全被试内设计，即：脑力负荷（高、低、对照）ˑ脑侧（左侧、中线、右侧）ˑ脑区（额区、额中央区、中央区）．由于MMN的头皮分布以额部中央区所记录的波幅为最大，故本实验选取“额区、额中央区、中央区”3个脑区进行统计．16名被试者均参与高、低、对照3种脑力负荷条件下的3次飞行模拟任务，每个被试者的3次飞行模拟任务之间间隔0．5h，脑力负荷水平的实验顺序在被试者中交叉平衡．1．3飞行模拟任务被试者需要在飞行模拟器上完成以巡航任务为主、包括起飞和降落在内的完整的动态飞行过程．不同被试者在进行起飞或降落手动作业时会在操作时间上有少许差异，故一次飞行模拟实验时间约为830s．实验通过设定所需监视的仪表数量、异常信息的呈现时间和间隔时间来控制被试者的脑力负荷水平．要求被试者在飞行模拟过程中监视平视显示器上的仪表显示状态，并对异常信息进行识别、判断及响应操作．异常信息的设定范围如表1所示．表1异常信息的设定范围序号飞行参数飞行异常信息范围1俯仰角超过20ʎ2空速超过400n mile/h3气压高度超过3．048km4航向角超过50ʎ5滚转角超过20ʎ6方向舵状态Abnormal7副翼位置Abnormal8起落架状态Abnormal9发动机状态Abnormal在高脑力负荷条件下，需要被试者保持监视的仪表信息数量为9个（包括：俯仰角、空速、气压高度、航向角、滚转角、方向舵状态、副翼位置、起落架状态、发动机状态），异常信息的平均呈现时间与间隔时间分别为1s与0．5s；在低脑力负荷下，需要被试者保持监视的仪表信息数量为3个（包括：俯仰角、空速、气压高度），异常信息的平均呈现时间与间隔时间均设定为2s；在对照脑力负荷条件下，无异常信息出现，被试者保持监视的仪表信息数量为0．1．4三刺激“oddball”任务被试者在飞行模拟过程中佩戴电极帽和耳机，由耳机双侧呈现三刺激“oddball”模式下的听觉任务．实验场景如图1所示．图1实验场景一个完整的听觉刺激序列包含1120个标准刺激（800Hz，80dB SPL，80%）、140个偏差刺激78北京航空航天大学学报2014年（1000Hz ，80dB SPL ，10%）和140个新异刺激（包含多种告警声音等，80dB SPL ，10%），3种刺激的呈现时间均为100ms ，刺激间隔（SOA ，Stimu-lus Onset Asynchrony ）为600ms．实验采用非随意注意条件下的诱发方法，要求被试者关注飞行模拟任务，忽略听觉刺激，由大脑完成对声音刺激的自动加工．1．5数据记录与分析采用Neuroscan Neuamps 系统记录30导脑电信号：F7，FT7，T3，TP7，T5，FP1，F3，FC3，C3，P3，O1，FZ ，FCZ ，CZ ，CPZ ，PZ ，OZ ，FP2，F4，FC4，C4，P4，O2，F8，FT8，T4，TP8，T6，M1，M2．以鼻尖为参考，前额接地，同时记录水平和垂直眼电．电极与皮肤接触阻抗小于5k Ω，记录带宽为0．1 200Hz ，采样率为1000Hz /导．利用EOG 信号相关法去除垂直眼电和水平眼电对EEG 信号的影响，排除有明显伪迹的数据．分析时程为600ms ，含刺激前的100ms 为基线校正，波幅大于ʃ150μV 视为伪迹剔除，所得EＲPs 经1 30Hz 的无相移带通数字滤波器滤波．用偏差刺激的EＲPs 减去标准刺激的EＲPs ，得到由声音频率变化所诱发的MMN-1和P3a-1，如图2a 所示；用新异刺激的EＲPs 减去标准刺激的EＲPs ，得到由异常声音所诱发的MMN-2以及P3a-2，如图2b 所示．图2MMN 和P3a 成分的总平均图88第1期卫宗敏等：飞机座舱显示界面脑力负荷测量与评价计算机系统自动记录被试者对异常信息的正确操作率和反应时间（从目标出现到做出响应的时间间隔）作为评价指标．采用SPSS 17．0统计软件包对行为绩效数据和脑电数据进行重复测量的方差分析．2实验结果2．1行为绩效结果高、低脑力负荷下被试者对异常信息的正确操作率和反应时间见表2．单因素重复测量的方差分析表明，高脑力负荷状态下被试者对异常信息的正确操作率显著降低（p ＜0．001），反应时间延长（p =0．065），但未达到显著性水平．表2高、低脑力负荷下的正确操作率和反应时间脑力负荷正确操作率/%反应时间/ms 高68．67ʃ13．96741．62ʃ58．01低96．13ʃ5．31695．36ʃ77．402．2EＲP 结果MMN （含MMN-1，MMN-2）和P3a （含P3a-1，P3a-2）成分的总平均图如图2所示，其脑电压地形图见图3．从图2和图3可以看出，MMN 和P3a 的幅值在不同脑力负荷条件下均存在明显差异，以额中央部最为明显．根据图2和图3，针对额中央部的9导电极，对MMN （测量时间窗：100 200ms ）和P3a （测量时间窗：200 300ms ）成分的峰值进行三因素重复测量的方差分析．图3高、低、对照脑力负荷条件下的脑电压地形图2．2．1MMN 成分统计结果对于MMN-1成分，三因素重复测量的方差分析表明，脑力负荷主效应显著（p ＜0．001），表现为高脑力负荷条件下的MMN 峰值（－2．828μV ）显著高于低脑力负荷条件下的MMN 峰值（－1．637μV ），低脑力负荷条件下的MMN 峰值（－1．637μV ）显著高于对照脑力负荷条件下的MMN 峰值（－0．178μV ）．脑区主效应也是显著的（p ＜0．001），并如图3所示呈现出明显的额区电压优势效应，具体表现为额区的MMN 峰值（－1．832μV ）显著高于额中央区的MMN 峰值（－1．561μV ），额中央区的MMN 峰值（－1．561μV ）显著高于中央区的MMN 峰值（－1．250μV ）．脑侧的主效应不显著（p =0．432）．无交互效应达到显著性水平（p ＞0．05）．对于MMN-2成分，三因素重复测量的方差分析表明，脑力负荷和脑侧的主效应均不显著（p ＞0．05）．脑区的主效应显著（p =0．024），具体表现为额区的MMN 峰值（－3．783μV ）显著高于额中央区的MMN 峰值（－3．719μV ），额中央区的MMN 峰值（－3．719μV ）显著高于中央区的MMN 峰值（－3．454μV ）．无交互效应达到显著性水平（p ＞0．05）．2．2．2P3a 成分统计结果对于P3a-1成分，三因素重复测量的方差分析表明，脑力负荷主效应显著（p ＜0．001），表现为高脑力负荷条件下的P3a 峰值（0．592μV ）低于低脑力负荷条件下的P3a 峰值（1．592μV ），低脑力负荷条件下的P3a 峰值（1．592μV ）显著低于对照脑力负荷条件下的P3a 峰值（2．956μV ）．脑区主效应也是显著的（p =0．009），并如图3所示，呈现出中央区电压优势效应，具体表现为中央区（1．904μV ）、额中央区（1．714μV ）、额区（1．523μV ）的P3a 峰值依次显著降低．脑侧主效应不显著（p ＞0．05）．无交互效应达到显著性水平（p ＞0．05）．对于P3a-2成分，三因素重复测量的方差分析表明，脑力负荷主效应显著（p =0．015），表现为高脑力负荷条件下的P3a 峰值（3．629μV ）显著低于对照脑力负荷条件下的P3a 峰值（6．141μV ）．低脑力负荷条件下的P3a 峰值（4．726μV ）与高脑力负荷条件下P3a 峰值（3．629μV ）以及对照脑力负荷条件下的P3a 峰值（6．141μV ）相比均不显著（p ＞0．05）．脑区的98北京航空航天大学学报2014年主效应也是显著（p＜0．001），并如图3所示呈现出中线电压优势效应，具体表现为中线位置的P3a峰值（5．482μV）显著高于左侧脑区（4．438μV）和右侧脑区（4．575μV）的P3a峰值．无交互效应达到显著性水平（p＞0．05）．3讨论3．1行为绩效结果讨论由表2所示的行为绩效数据表明，被试者在高、低脑力负荷条件下的作业绩效差异显著，在高脑力负荷条件下，被试者对异常信息的正确操作率显著降低，且反应时间延长．这一结果支持了认知负载理论，即知觉负荷能够在感知加工阶段影响注意资源的分配［11］．在高脑力负荷条件下，被试者需要同时处理的信息量增多，则平均分配在每个信息上的注意资源减少，从而导致正确操作率的下降；且随着信息量的增加，被试者对单个信息的注视频率降低，因此反应时间延长．3．2对EＲP结果的讨论3．2．1关于MMN成分的讨论大脑对信息的自动加工属于不受意识控制的加工，是认知过程的重要组成部分之一，而人行为的自动化即是大脑对信息自动加工后的结果［7］．飞行员在面临复杂多变的空域情况时，仍然能够灵活操作，同时完成掌握飞行姿态、观察空域、控制飞行速度、飞行高度等多项操作任务即与飞行员对部分信息能够做到自动化加工密切相关．大量研究表明，MMN成分是反应大脑信息自动加工的可靠的客观性指标［7，12］．在本研究中，通过测试3种脑力负荷水平下的MMN成分的峰值，发现其随着脑力负荷的增加而出现逐级性的显著提高，这一实验结果与初期研究结果相符［10］，并与文献［13－15］的研究结果一致．本实验结果支持了Lavie所提出的认知控制负载理论，说明在飞行模拟条件下，脑力负荷的增加导致了被试者对非任务相关信息（即声音刺激）的自动加工能力的增强．提示在高脑力负荷条件下被试者对外界听觉信息的变化更为敏感，或阈值降低，也表明被试者在高脑力负荷条件下对非随意注意通道的无意义信息的门控能力下降，使得这些信息被纳入加工机制，反而抑制了大脑对有用信息的有效加工，从而可能导致被试者对于目标信息的注意能力的下降，反应在本实验中的行为绩效结果上，即为被试者的操作绩效显著降低．如果是在实际的飞行任务中，则可能导致飞机驾驶人为失误现象的增加和发生空中交通事故的可能．3．2．2关于P3a成分的讨论相关研究表明，P3a是朝向反应的重要指标，朝向反应属非随意注意，其注意对象原非心理活动的指向者，但因具有足够的新异性和刺激强度而获得注意．朝向反应能够使机体觉知并应对不测事件，使之优先进入认知加工进程，对机体具有重要的保护意义［5－6］．在执行飞行任务过程中，为及时、准确、全面地获取飞行信息，飞行员的随意注意与非随意注意活动同时并存，“自下而上”与“自上而下”的信息加工机制互为补充．并且，由于非随意注意往往是在周围环境发生变化时产生的（例如突然出现的视觉异常信息或告警音等），因此基于非随意注意的信息加工机制有助于对作业人员的机体产生保护作用，避免其遭受到意外伤害，体现了人类机体的“原始智能”［16］．在本研究中，P3a成分的峰值随着脑力负荷的增加而发生逐级性的显著减低，提示被试者在高脑力负荷条件下的非随意注意能力减弱．这一点从脑电压地形图上也可获得验证，从图3可以看出，P3a成分在对照脑力负荷条件下呈现出明显的中央区电压优势效应，但随着脑力负荷的增加而发生明显的活性降低．因此，本研究表明，增加脑力负荷可能会降低作业人员对危险信号的觉察判断能力，从而导致在飞行作业任务时不能及时有效地应对突发状况以进行自我保护，从而对飞行安全造成潜在威胁．在本研究中，由新异刺激所诱发的MMN和P3a成分对于评价高低负荷不敏感，其原因可能在于本实验所采用的新异刺激的新异程度过高，导致了过强的注意朝向效应，从而削弱了负荷因素的影响．4结论本文结合飞行模拟任务，以正确操作率、反应时间和两种EＲP成分为指标，针对实验设定的所需监视的仪表数量和异常信息，采用三刺激“odd-ball”模式开展了三级脑力负荷的测量与评价研究，并获得以下结论：1）MMN成分的峰值对脑力负荷变化敏感，随着脑力负荷的增加，MMN的峰值显著增大，反应了被试者对异常信息的自动加工能力的提高．2）P3a成分的峰值对脑力负荷变化敏感，随着脑力负荷的增加，P3a的峰值显著降低，反映了被试者朝向注意能力的减弱．3）由偏差刺激和新异刺激所诱发的MMN和09第1期卫宗敏等：飞机座舱显示界面脑力负荷测量与评价P3a成分均具有一定的任务负荷效应，其中，由偏差刺激所诱发的MMN与P3a成分对与飞行任务相关的脑力负荷具有更好的敏感性，将可能用于进一步的脑力负荷分级评价．参考文献（Ｒeferences）［1］郭小朝，刘宝善，马雪松，等．战术导航过程中新歼飞行员的信息显示需求［J］．人类工效学，2003，9（1）：5－10Guo Xiaochao，Liu Baoshan，Ma Xuesong，et al．Cockpit informa-tion required by advanced fighter pilots for displays in tactical navigation［J］．Chinese Journal of Ergonomics，2003，9（1）：5－10（in Chinese）［2］Caldwell J L，Gilreath SＲ，Norman D N．A survey of work and sleep hours of US army aviation personnel［Ｒ］．USAAＲL-99-16，1999［3］柳忠起，袁修干，刘涛，等．航空工效中的脑力负荷测量技术［J］．人类工效学，2003，9（2）：19－22Liu Zhongqi，Yuan Xiugan，Liu Tao，et al．Mental workload measurement technology in the aviation ergonomics［J］．Chinese Journal of Ergonomics，2003，9（2）：19－22（in Chinese）［4］罗跃嘉，魏景汉．注意的认知神经科学研究［M］．北京：高等教育出版社，2004：1－7Luo Yuejia，Wei Jinghan．Attentive research and cognitive neuro-science［M］．Beijing：Higher Education Press，2004：1－7（in Chinese）［5］吕静．脑力疲劳状态下注意特征及情绪变化的EＲP研究［D］．西安：第四军医大学，2008LüJing．EＲP study of attention and emotion in the mental fatigue ［D］．Xi’an：Fourth Military Medical University，2008（in Chi-nese）［6］Kok A．On the utility of P3amplitude as a measure of processing capacity［J］．Psychophysiology，2001，38（3）：5572－5778［7］NaatanenＲ，Jacobsen T，Winkler I．Memory-based or afferent processes in mismatch negativity（MMN）：a review of the evi-dence［J］．Psychophysiology，2005，42（1）：25－32［8］Nicklas D，Staffan N．Mental workload in aircraft and simulator during basic civil aviation training［J］．The International Journalof Aviation Psychology，2009，19（4）：309－325［9］Paul L，Maria K．Cardiac data increase association between self-report and both expert ratings of task load and task performancein flight simulator tasks：an exploratory study［J］．InternationalJournal of Psychophysiology，2010，76（2）：80－87［10］完颜笑如，庄达民，刘伟．脑力负荷对前注意加工的影响与分析［J］．北京航空航天大学学报，2012，38（4）：497－501Wanyan Xiaoru，Zhuang Damin，Liu Wei．Analysis on effect ofmental workload on preattentive processing［J］．Journal of Bei-jing University of Aeronautics and Astronautics，2012，38（4）：497－501（in Chinese）［11］Lavie N．Perceptual load as a necessary condition for selective attention［J］．Journal of Experimental Psychology：Human Per-cept＆Performance，1995，21（3）：451－468［12］Marco P J，Grau C，Ｒuffini G．Combined ICA-LOＲETA analysis of mismatch negativity［J］．Neuroimage，2005，25（3）：471－477［13］宋国萍，张侃．驾驶疲劳后听觉信息自动加工的EＲP研究［J］．人类工效学，2011，17（4）：1－4Song Guoping，Zhang Kan．EＲP study of auditory automaticprocess over driver fatigue［J］．Chinese Journal of Ergonomics，2011，17（4）：1－4（in Chinese）［14］Zhang P，Chen X，Yuan P，et al．The effect of visuospatial atten-tional load on the processing of irrelevant acoustic distractors［J］．Neuroimage，2006，33（2）：715－724［15］LüJ Y，Wang T，Qiu J，et al．The electrophysiological effect of working memory load on involuntary attention in an auditory-visual distraction paradigm：an EＲP study［J］．ExperimentalBrainＲesearch，2010，205（1）：81－86［16］Murata A，Uetake A，Takasawa Y．Evaluation of mental fatigue using feature parameter extracted from event-related potential［J］．International Journal of Industrial Ergonomics，2005，35（3）：761－77019。
个人能力知识地图
SWOT分析
学习力
strength 优势
内部环境
opportunity
机会
外 部
环
境
weakness 劣势
threat 威胁
来自麦肯锡咨询公司，是一种 战略分析工具。 个人也可以使用SWOT模板， 分析自身的优势劣势及外部环 境的机会和威胁，以便找到行 动方向。
当你想要通过阅读有更高效的提升时， 可根据RIA步骤来安排读书活动。
二八定律
80%
学习力
20%
巴莱多定律（也叫二八定律）是19世纪末20世纪 初意大利经济学家巴莱多发现的。他认为，在任 何一组东西中，最重要的只占其中一小部分，约 20%，其余80%尽管是多数，却是次要的，因此 又称二八定律。 二八定律也可以用于学习领域，掌握20%的核心 内容，能够解决80%的问题。
当你需要盘点自身技能、优劣 势及周围环境时可以使用（比 如求职）。
10/10/10法则
思考力
10分钟后，我会怎么看这个决定？ 10个月后，我会怎么看这个决定？ 10年后，我会怎么看这个决定？
10/10/10法则来自股神巴菲特，它可以帮助我们用长 远的目光做出明智的选择。 使用该法则只需要记住3个问题：10分钟、10个月、 10年后，我会怎么看待这个决定？
共情力
微笑 开放姿态
前倾 眼神交流
点头
想高效倾听可采用SOFEN技巧，它包含5个步 骤： Smile：微笑 Open posture：开放姿态 Forward lean：前倾 Eye communication：眼神交流 Nod：点头
当别人向你诉说时，注意使用SOFEN技巧，让 对方感受到你在认真倾听。
基于非任务相关ERP技术的飞行员脑力负荷评价方法
基于非任务相关ERP技术的飞行员脑力负荷评价方法完颜笑如;庄达民;刘伟【摘要】In order to demonstrate the effects of different mental workloads on the brain functions, a flight simulation task was carried out in the experiment and the subjects need to monitor the status of targeting information presented on the simulation model of head-up display ( HUD). When abnormal information was detected, the subjects were required to make a response by pressing corresponding keys. By setting quantities and refresh frequencies of the targeting information, the high and low mental workload levels were manipulated. During the process of flight simulation, auditory stimuli were presented binaurally through headphones with an oddball paradigm and the subjects were instructed to ignore the auditory probes. Mismatch negativity (MMN) was recorded and analyzed. The results revealed that the MMN amplitudes were enhanced under the high mental workload than that under the low one and that the average amplitude of the fronto-central MMN was positively correlated with the accuracy rate of detecting abnormal information. The present study suggests that MMN is sensitive to flight mental workload and can provide effective electrophysiological evidence for flight mental workload assessment in complex tasks.%为研究不同飞行脑力负荷水平对被试脑功能的影响,在飞行模拟任务中,要求被试对平视显示器(HUD)仿真模型上所呈现的目标信息状态进行监视,发现异常信息后按指定键进行消除.实验通过设定所需监视的目标信息数量及刷新频率,以控制被试的脑力负荷水平.在进行飞行模拟任务的同时,对被试双耳输入oddball模式下的听觉刺激,要求被试忽略该声音刺激.记录和分析不同脑力负荷下的听觉失匹配负波(MMN).结果表明,在额中央区,与低脑力负荷相比,高脑力负荷下的MMN平均波幅增强,且与被试对异常信息的正确探测率成正相关.研究表明,听觉MMN对飞行脑力负荷具有较好敏感性,可为复杂飞行任务的脑力负荷评价提供一定的客观依据.【期刊名称】《中国生物医学工程学报》【年(卷),期】2011(030)004【总页数】5页(P528-532)【关键词】脑力负荷;事件相关电位;失匹配负波;警觉度;人机工效【作者】完颜笑如;庄达民;刘伟【作者单位】北京航空航天大学航空科学与工程学院,北京100191;北京航空航天大学航空科学与工程学院,北京100191;北京邮电大学自动化学院,北京100876【正文语种】中文【中图分类】R338.8脑力负荷，指作业人员为达到业绩标准而付出的注意力大小，其涉及到完成某项任务时的工作要求、时间压力、作业人员的能力和努力程度，以及任务不顺利时的挫折感等［1］。
人因工程学第10章脑力工作负荷
第二节 脑力负荷的测量(评价)方法
脑力负荷评价研究文献来源
– 中国学术期刊全文数据库
– 中国优秀硕博士论文全文数据库
– Elsevier Science期刊
– Springer Link全文数据库
– Wiley Interscience期刊数据库
– ARL全文期刊与报纸数据库
– 美国计算机协会ACM数据库
2020/10/26
20
表10-2 SWAT描述的变量及水平
维度水平 描述 1
2
时间负荷
努力程度
压力负荷
经常有空余时间， 很少意 识到心 理努力 ，很少出现慌乱、危险、
各项活动之间很少 活动几乎是自动的， 挫折或焦虑，工作易
有冲突或相互干扰 很少或不需注意力
容易适应。
偶尔有空余时间， 需要一定的努力或集 由于慌乱、挫折和焦
2020/10/26
17
表10-1 Cooper-Harper法的分级方法
飞机的特性
对驾驶员的要求
评价等级
优良：人们所希望的
脑力负荷不是在驾驶中应考虑的
1
很好，有可忽略的缺点 脑力负荷不是在驾驶中应考虑的
2
不错，只有轻度的不足 为驾驶飞机需驾驶员作少量帑力
3
小但令人不愉快的不足 需要驾驶员一定的努力
4)脑力负荷是人在工作中的繁忙程度，即操作人员在执行脑力工 作时实际有多忙。 （行为表现）
2020/10/26
6
第一节 脑力负荷定义及其影响因素
（3）脑力负荷定义归纳（教材中的定义）
脑力负荷：反映工作时人的信息处理系统被使用程度的指标。 脑力负荷+人的闲置未用的信息处理能力=人的信息处理能力 人的闲置未用的信息处理系统与下列因素有关： 人的信息处理能力 （人的能力水平） 工作任务对人的要求（工作要求） 人工作时的努力程度（努力程度） 因而脑力负荷也与这些因素有关。
航天警戒作业模拟及脑力负荷评价系统的设计与实现
!#
研究论著
%&’( )( + ,’( ’-,.& ,’/0,%
双任务测验、 飞船轨道手控作业模拟、 补偿测验、 反应时测验、 迷津测验。每项任务或测验都可以练习、 测验 ! 种模式执行， 练习模式不记录结果， 测验模式记录结果。任务结果评价采用 计算公式为： 标准 " 分制，
出现失同步 / 同步反应，根据其失同步 / 同步反应的特 征 对 脑 功能的变化进行评价。依据不同显示模式计算平均功率谱。 （< ） E2;6:;F5G 分析。可计算熵、分维数、 H2GF;C 散 点 图 、 复 杂 度 及 HI5JK;2L 指 数 等 。 （M ） 心电信号分析单元。主要包括： B?N分析、四频段熵谱分析、散点图等。
时进行伪差信号处理，伪差信号包括 D 部分：输入导线晃动、 伪差、基线漂移、%’BC干扰。 （! ） 可根据需要对原始脑电、心 脑电信号分析处理。 电数据及分析处理结果等进行存储。 （7 ） 可在屏幕上对单个波形进行放大及幅度、频率测量；可对信 号进行相关、功率谱处理，并能对不同参数进行地形图显 示；可进行脑电非线性分析。 （D ） =?@信号分析。依据不同显 示 模 式 提 取 被 试 的 =?+@ 信 号 ， 作 累 加 平 均 、 波 形 比 较 （对 不 同 通 道 的 =?@ 能 进 行 相 减 处 理 、 交 叉 相 关 处 理 ） 、面积及 功 率 谱 计 算 （包 括 相 关 后 的 面 积 和 功 率 谱 ） ； =?@ 的 潜 时 、 幅度和频率测量。 （% ） =?1 / 0 信号分析。 =?1为脑电事件关联 失 同 步 ， =?0 为 事 件 关 联 同 步 。 脑 ! 波 对 脑 内 外 事 件 刺 激 会
#$%&’()*+,-.!&’ / 01 式中， # 为标准分， * 为评价指 标 ， , 为评价指标样本均值， 01
【优秀文档】脑力负荷与脑力工作绩效提升PPT
较有代表性的模式： ✓ 脑力负荷是人在工作时的信息处理速度。 ✓ 脑力负荷是工作者用于执行特定任务时使用的那部分信息处
理能力。 ✓ 脑力负荷不仅与任务有关，也与个体有关。 ✓ 脑力负荷是为人们为满足客观和主观的业绩标准而付出的注
2、生理测量法—眼电活动测量法
眼电活动测量法
➢ 研究脑力负荷和眼电活动的关系时，一般通过眼动 仪等仪器记录眼电图信号，然后通过电脑将信号放 大，分析不同脑力负荷下眨眼信号的变化。
Ø 眨眼是人的一种正常的保 护性生理反应，人们在自然 情况下也可发生眨眼现象。 但眨眼率可随所执行的任务 而发生变化，提高任务要求 可使眨眼率降低。 Ø 有研究表明随工作任务难 度的增加，相邻两次眨眼间 隔时间延长，眨眼率会下降。
脑力负荷与脑力工作绩效提升
（优选）脑力负荷与脑力工作绩效提 升
第10章 脑力负荷与脑力工作绩效提升
脑力负荷概述 脑力负荷的测量方法 脑力负荷的预测方法 脑力工作效率提升
10.1 脑力负荷概述
脑力负荷的定义
➢ 脑力负荷（mental workload）是体力负荷相对应，也可称为 心理负荷、精神负荷、脑负荷、脑力负担等；
Siegel和Wolf的时间压力模型 脑力负荷与工作绩效的关系
➢ 眼电活动测量法 脑力负荷与工作绩效的关系
任务可分为间断性任务和连续性任务两大类。
➢ 脑活动测量法 Siegel和Wolf的模型的主要目的是预测人能否完成他被赋予的在系统中的使命。
Aldrich的脑力负荷预测方法
➢ 磁共振成像技术
主观测量法
➢ 脑地形图（Electrical Brain Mapping，EBM）。 脑地形图是利用头皮电极和微机技术研究脑诱发电位的时间 和空间变化的一种方法。
5 脑力负荷测量
三 生理测量法
生理测量法的理论基础：动脑子时，人
总有什么地方发生了变化 心跳与脑力负荷 P300 与脑力负荷 瞳孔的大小与脑力负荷
1 心跳与脑力负荷
人紧张了心跳会加快
脑力负荷过高心跳也会加快 结果：有时加快，有时不加快 心跳的变化率与脑力负荷有关 把心跳的数据做频谱分析 在频率为0.1赫兹的地方的振幅与脑力负
五 次任务测量法
脑力负荷与剩余能力成互补
WL+SC=1 脑力负荷越重，剩余能力越小 如果能测量剩余能力，则可以测量脑力负荷 让人集中精力干某一件事（称为主任务），如
果有剩余能力，则做第二件事，称为次任务， 次任务业绩越好，说明主任务脑力负荷越轻
次任务测量法的步骤
先单独做次任务，得到总能力TOTAL
算出每一个工作单元所需要的时间 算出工作需要的总时间 在给定的时间内，完成任务需要的时间
越多，脑力负荷越重 需要的时间越多，越有可能不能按时完 成任务 飞机设计时采用这种方法
工作任务分析法的基本公式
WL= T / TOTAL
式中： WL 为脑力负荷（时间占有率） T为需要的时间 TOTAL 为给出时间
四级 五级 六级 七级
八级 九级 十级
可控性有问题
2 NASA-TLX
脑力负荷有六个影响因素
通过两两比较求出六个因素的权重 通过打分求出每个因素值的大小 最后算出脑力负荷
脑力负荷的影响因素
脑力负荷
体力负荷 生理负荷 努力程度 困惑程度 业绩好坏
各因素重要性的比较
荷有关 脑力负荷越高，0.1赫兹附近的振幅越高。
2 P300脑电波
脑受到刺激会产生反应
思维导图-大脑使用说明书.
21世纪全球性的思维工具思维导图(M i n d M a p)→大脑使用说明书（英）T o n g B u z a n序中国记忆力训练网（海马教育记忆培训公司）是目前国内最大型、最权威、最受欢迎的记忆力，思维导图，速读，早教及脑潜力研究网站，是国内首屈一指的记忆技术专业研究和学术交流平台，提供大量的学习资料免费下载，致力于帮助所有的爱好者提高记忆力、思维方式，速读及激发脑潜能。
中国记忆力训练网（）曾培养出多位获得大奖的记忆大师,其中包括：CCTV记忆挑战英雄：张海洋、陈明月、孙盒凇、王仙妮CCTV状元360记忆大赛冠军：李桂荣，吴天胜北京电视台记忆挑战冠军：方然、黄伟拥有多位出色的资深版主：牛头、闲云、大猫、随风、水木清华、马其顿方阵、大奔、太圆、阿峰、纳闷王、李详齐、落叶梧桐等。
另外还有：著名早教专家冯德全，儿童记忆训练专家李振泉，首席速读专家巧克力，思维导图训练专家慧瑶，右脑开发专家曾冠茗等。
中国记忆力训练网培养出无数的学员，包括中小学生、大学生、白领等人群，并曾经为通信行业、美容化妆品行业、教育培训业以及国内众多的企业和团体提供图像记忆，思维导图等培训，服务过的客户包括：广东移动公司、广东电信、广州安植公司、上海莎谷娜公司、大连爱梦公司、香港超妍美容集团、济南天佑公司、南京圣莎拉公司、广东众行顾问公司、郑州诺言、天津中兴美容美发公司、江苏丽源公司、武汉嘉丽公司、杭州宝琳公司、广州成功教育咨询公司……值中国记忆力训练网站建立5周年之际，为了感谢大家长久以来对我们网站的支持，我把我们网站的思维导图精华资料按一定的格式进行整理归类，并加上必要的介绍和点评，让以后有志于思维导图学习和推广的朋友更容易入门，更方便地学习，请大家多多支持！1、《思维导图的入门制作与作用》文章简介：思维导图制作它不需要什幺高深的专业知识，而且它是我们大脑思维的自然的表达方式。
思维导图的使用也没有任何年龄、学历或专业的限制，可以这样说上至９０多岁的老人下至５岁的孩童都可以学习和使用思维导图作为自己提高学习和思维技巧的工具。
思维导图在飞行电学基础教学中的应用
思维导图在飞行电学基础教学中的应用作者：谭壹方高丽霞申翰林来源：《科学导报·学术》2018年第18期摘要：电学基础课程飞行技术专业的一门公共基础课，对飞行学生日后学习影响深远。
随着教育改革的深入开展，思维导图作为全新的思维工具应用于电学基础教学中，能够让学生快速掌握要点，提高教学的质量和效率，实现学生易学、想学和会学的有效融合。
本文从现实出发，首先对思维导图进行简要概述，其次阐述其在飞行电学基础教学中的作用，最后分析思维导图在电学基础教学中的应用，希望具有一定的借鉴意义和参考价值。
关键词：思维导图；飞行；电学基础飞行电学基础课程主要任务是通过教学，使学生了解电学的基本概念，掌握电学的基本规律，并在此基础上了解电学的实际应用，包括在飞机上以及机场运行方面的一些具体应用。
通过本课程的学习，使学生获得必要的电学基础知识，但是由于该课程对于学生而言略有些枯燥，学生在学习和理解知识点的过程中会存在些许困难，为后继相关专业课程的学习打下扎实的理论和实践基础带来不利影响。
因此，在教学过程中融合科学的教学方法以提高教与学的效率很有必要。
一、思维导图概述思维导图又被称为心智图或脑图，最初在英国被提出，主要是用于记忆、学习、思考等的思维地图，为有效开发人脑提供了程序方法。
在对学生教学中采取图文并重的技巧，各级主题的关系借助相互隶属及有关的层级图展示出来，从而在脑海中自主将主题关键词和图像、模块的各处记忆连接起来，总结形成特定的记忆规律，更好地挖掘大脑潜能[1]。
随着学习知识变得复杂且抽象，思维导图强调发展大脑思维成为一种强有力的图解思维工具，重视理解的深度并非记忆的速度，这种方法能够用图形结合文字将你的想法“画出来”。
思维导图使用颜色，借助线条、符号、词汇和图像等，构造从中心向四周发散的逻辑思维，遵循着一套简单、基本、自然、易被大脑接受的规则。
二、思维导图在飞行电学基础教学中的作用首先从教师方面讲，思维导图帮助电学教师更加清楚把握教学内容，设计出可行教学计划，根据不同教学内容分别采取有效的教学方法和手段，丰富了教学内容，优化了知识结构，在教学过程中积极引导学生的思路，让学生明确学习中的重点和难点，掌握教学目标。
基于认知特性的飞行员视觉注意力分配建模与实验研究
科技创新导报 Science and Technology Innovation Herald178技报告导读卫星导航空间信号完好性监测方法研究李锐(北京航空航天大学)摘 要：随着卫星导航系统的不断发展和完善，在定位精度提升的同时，对系统完好性的研究受到越来越多的关注。
GPS现代化中的一个重要变化，就是将电文中的用户距离精度(URA)定义为空间信号完好性监测参数，并对其定义、精度、参数设置和使用方式进行了变化。
针对这些变化，利用IGS的GPS广播和精密星历，处理2001—2012年间的所有卫星实测数据，分析星历/星钟误差和用户距离误差(URE)的变化情况，利用“包络”和空间误差椭球的概念解释了URA演化的原因。
给出了用户端使用URA进行定位解算和水平保护级计算的过程，并分析了URA的这些变化对用户端使用的影响。
关键词：卫星导航 完好性 空间信号 GNSS Integrity SISThe Study of GNSS Signal-in-space Integrity MonitoringLi Rui(Beihang University)Abstract ：With the development of satellite navigation system,the positioning accuracy has been improved much and integrity performance is attracting more and more attention.An important change in GPS modernization is that it defines the message′s user range accuracy(URA) as the signal-in-space integrity monitoring parameters,with the change of its definition,precision,parameter settings and using method. In response to these changes,the IGS′s GPS broadcast and precise ephemeris are used to analyze.Ephemeris/satellite clock error and user range error(URE) of 2001—2012 are calculated to summarize the changing trend.The concept of"bound"and spatial error ellipsoid are both used to explain the reason of URA′s evolution.What′s more,with the introduction of algorithm of user′s position and horizontal protection level calculation,the analysis of URA change’s influence on user are given.Key Words ：GNSS;Integrity;SIS阅读全文链接（需实名注册）：htt p://w w w.nstr s.c n/x ian g x iBG.as px?id=51165&f lag=1基于认知特性的飞行员视觉注意力分配建模与实验研究庄达民 完颜笑如(北京航空航天大学)摘 要：该研究以飞机驾驶舱人机界面设计为应用背景，通过结合具体飞行任务开展复杂人机界面环境下，飞行员视觉注意机制的数学建模研究，以期对飞行员的视觉注意力分配行为进行事前预测，先后提出了基于混合熵最大化的注意力分配模型和多因素条件下的注意力分配模型。
浙教版科学七年级下册第3章-运动和力整章思维导图
第3章运动和力思维导图目录章节节节节节P 节 3123 4 5 6 7 第第第第第第第第运动和力 机械运动 力的存在 重力 牛顿第一定律 二力平衡的条件 摩擦力 压强机械运动©目摩擦力匾园二力平衡E力的存在旦巳牛顿第一定律回运动和力施力物体一走也是受力物休物体推、拉、提，压、举、吸引L排环等柞用方式施力物休和受力物体物体对物偉的件用如：P相互務压「口遊咖啲形状q两个养球都变那［微小形变趣大殆力是什么①件用力和反作用力 ----------- 力的作用力的大沪相等r方向相反r------------ _最相互的作用在不同的物休上---------- -出彈鳖前伸氏与首到的拉力成正比看清它的量程与分度值视陵要与刻度盘垂直星拉力方向与弹禽申縮+|方向在同一直线力的测量力的柞用效果保持运动改变物備的运动状态速度、,方向的改变状态不变的是匀速直銭运动和静止通常用七芾箭头的线段来直观地表示力的图形力的三要素7Jx意图F-50Nzz / ” zzz测量可：鬥虫酱膵力计f测量时要耳重力方向一我物沐由于世球的吸引而旻到的力叫做重力［®S ®总語窖育向下,耳朮平方目爭肓車力的币童图问在:捽充羞力酣龙小分质呈有占杆时壬君？方怯:用淖董测力计依次测出1 - 4个鈎码受到的重力•把眄量结果记录在表中“百规则形狀的復床「空的車心血t几口中心1~「担虽在掘体上*如圖囲形物惮凶花圖亡_环作用点不规见物库館重心,可収.甲覆痒吐来确淀（F悵堀G = mc］计算重力J L車力«iL J大小钩码HU个牧）I2Jt』區（「克重力件）匣力/峡耿牛/干克｝□未示茴呈为1千克的拘结杲：G = mg g=S.8N/Kg亡体受到的重A为9*8忙不同星球g的大小K同反“ I +质砖物体葩屋忤r不陋富席、状态,I位畫等述而遊”而更力可变锻陀査到的重给度力比在祢道藍---- 1略丈一兰随海医高度增咼嵐—i大而减小左Wt■算中可氐取g-9.盹牛/千売；祖昭L十慎中.g的値可以取1却千点力是改删仲运动狀态的原因, 不是建摘物体远动狀乔的原区运动与力的关系问乐譯故2 逗度羽同 不同材料 阳比不同 小车在氷芈曲上运动旻杓岂俎力作用时趣减小 匹快假扫彳十么K 同/1 •在哄亘严扳上分别诱上棉布和丝蜩.如團甲札乙「让小车从斜直旳轴曰静止飛当胃F , 班剧连在梧面上埠的距离「并记录 2+如圏丙.声平穴板上不诵材料■重复上述实捡 —切呦休在没有萸到外力件用时. ］忌坪摂口适匡墟忆动或静上节土运动和力 分析远动狀衣改寢-走骨R运动狀态不盍-不壹力或二力平肉方秦设计实检'■" SI 1顿律 牛第前7L r\ /*L 7我怕把窥悴怕昱建宜钛运动状 态或静上状总的性质站做1?性° 昱翎俾旳一种忌性諭匹E WF 性芋1814小车在水平面上运动时r 畫到的皑力越小F 云劲的祖离證远-结異 •」、牢左出平面上运动时r 旻利mF 且力雄小r 連宸就小的題怛 结邃 如员段吧摩療力的眈*瞬 再上升呈|勺粹豳度相同的点—_■一cT i■理幄设石谊的轴j 妙班平，m 握要认別原来的高应.但无法 达5阳网珠樗还运社下去 -\ 伽用畴1面实脸屮车在水平面上运动时不受瑕力.那么屮车将直运动下去 性忑 ,. 惯性的大小宅底呈有关c 氏呈越大， 衣」•則烤件詞£庚任現现在发生了什冬衣用 押耳尘、萨沙子，捋船球等朝倖厚平是忡么运劝b:. 茹止- 高速浪iT 眼载、系安全带等同一体二个力 两个物休二个力 运动状态不变匀谏育线云劲静上趺态 二力平伺条件左对象』二査力，三看狀态「四分析 1、强左研究对象 2、查看物休受到的力；先重力’后弹 力r 最后按物体运动状态找摩擦尢 灵看清物依所处:的状春 4、分析各力之闾的关粟（一般根克受 力平衡） 二力平衡削大小皆方向杞反作用在同F 直线上大小相等 方■向栢反 作用在同V 直线上F沖受力分析力的性质 引力-重九 磁谀吸引力（可以不接触）…弹力-按力、推九压九支持力（须按触）灵活运用 强斋法曲法｝分析方;去章瘵尢接祕幵有挤压 当一个物体吐另一不物体表窗上 运动时征两个報体的接触面上主 产生―阻馬物体相对运动的丈?与相对运动或相对运 动趋势的方向相辰 有柏对崔动趋努睛一干二||静摩繰产生壇大捋鮒面之间的压力利与笄减小汪力便1妾触面变愷更沾淄 减小有喜摩療 ---------- ------------------------ ----------------- 变滑动为滦功加润滑剖或至气垫、瑟悬孚G 摩擦尢皐可諳是凰力也可能是动Z J在压力七接触面的粗瑙程度相向的情 9况下f 議动摩博I 比滑訪福參 摩擦力的大小 O _宦与1E 压力 瓯正比？静華榛力与正压力无 X,圧压力 只与宦大診 摩嚓力启关压力与接腰面粗RE 穆底当物体做勺握亘紜运 动R 寸，木诀克手U 的扌立 力和摩镇力大＜h 相等［ 影响因索问题辨析摩療力的方 斗、向忌是与物 豐*休的运动E向相反71T加遁骨动、减遁潯动 厚凉力圧方向应与“相対诣 动"或”宦对运动趣＜的方向 相反「皂物休的运动方IE 有 可目占相应也有可能相E改进万法：re 木块 和测力计回走住（ 拉动下方的木檢「 读弹签劇力计示数征点杲勺湊有応尸 动因难f 运动的见 力计读数不使厚掠力经巧 G 存在与运动 '豹静止有工 唱?摩瘵力昂否存?FS 运訪和静 止无关,而是与相对运动或 也只寸运动 醪的荐在有关压力产生的件用政異r概念-切液休内邱都存在着压睜影响因索裁兗汪力的作用效異的影响因素?乙卖验设计耳过程在同种液休的同一深度（液讳向各个方向有压强r 而且压强相等同种液体内部的压强随深度的±»皿而墙大相同深度的不同液体的压强还跟液侔09巒度育关「密度越大r压强趣大液体压强结果与t盪—压强画1 J5卍曰、乙出较说阴要尢面积相同时』压尢犬作用却明握乙、丙t应说明压尢相同时「受力面积大件用效昊不明显羽致耒与压力大小、受力面积大＜h有关「压.曼力面职錘小,压力作用效果越明显.增大压力増大绘强减小受力面积［的方法诚小压力肅」、珥增大受力面积「的方怎改变压强的方法公式与单位Fp = ----------y计算-恨歸二PS计gs力恨居XF/P计算豈力面积物猝■单位面枳旻到的压力|❶注意受力面积的犬小1帕=1牛侏2根居卩=F/5计算压强。
吐血整理超全《普通心理学》 思维导图,一张图搞定教招普心
产生
个性倾向 （动态） 流派
人脑对客观事物的现象本质进行反映的过程 交叉各环节 指向性，有选择的反应一定对象 集中性，停留在被选择的对象上的强度和紧张 度，抑制多余活动 特征 选择功能，最基本 保持功能， 调节和监督功能，最重要 功能 无预定目的，无需意志努力，不由自主，初级形 式，动物也有。 能够获得认识，也容易“被动离开”，“干扰” 无意注意 客观，刺激物本身的特点（新异性，强度，运动 （不随意注意） 变化，与背景差异） 主观，人的需要和兴趣，情感态度，主观期待。 引发条件 有预先目的，必要时需要意志努力 有意注意 种类 （随意注意） 活动的目的和任务，排除无关刺激干扰，间接兴 引发条件 趣（对最后结果的兴趣） 有自觉目的，无意志努力。高级的注意，在有意 有意后注意 注意之后产生。 （随意后注意） 引发条件 直接兴趣，熟练和系统化。 意识把握的客体数目。 影响因素—— 1，注意对象本身特点〜组合越集中，排列越有 规律，有联系，注意范围越大。 注意 2，活动性质和任务〜任务越复杂，细节越多， （伴随状态） 范围越小 3，个体知识经验〜经验越丰富，能力越强，范 广度 围越大 （范围） 持续时间。 影响因素： 1，注意对象本身〜丰富的内容更吸引 2，主体的精神状态〜 3，主体意志力水平〜抗干扰力 稳定性 （持久性） 反义词——注意分散，分心 是注意的消极品质。存在干扰。 品质 同一时间把注意力集中于n个对象 条件：至少有一种活动是高度熟练的，活动之间 存在内在联系 注意分配 影响因素 1，对原活动的集中程度〜越高越难转移 2，新对象的吸引力 3，明确的信号提示 4，个体神经类型和自控能力 注意转移 注意的起伏 周期性加强或减弱，是正常现象。 1，正确运用无意注意规律〜消除无意注意因 素，创造良好教学环境，使用板书教具，授课语 调等方式，引起兴趣 2，运用有意