飞行员脑力负荷测量与应用 7030420195

《飞行员脑力负荷测量与应用》系统地介绍了国内外飞行员脑力负荷测量与应用方面的基础理论和技术方法。主要内容包括脑力负荷测评基础理论、脑力负荷预测模型、主观测评法及应用、行为绩效测评法及应用、生理测评法及应用、脑力负荷综合测量与建模。其中，《飞行员脑力负荷测量与应用》第1、2章在综合分析多种人的认知因素和界面设计因素的基础上，归纳阐述了国内外学者以及作者在飞行员脑力负荷事前预测方面的研究工作；第3、4、5、6章详细阐述了目前具有代表性的飞行员脑力负荷测评技术与测评方法，同时结合作者以及国内外其他学者的研究工作，选取和深入探讨了多个航空领域典型应用案例，具有较好的面向实际工程应用的价值。 《飞行员脑力负荷测量与应用》系统地介绍了国内外飞行员脑力负荷测量与应用方面的基础理论和技术方法。主要内容包括脑力负荷测评基础理论、脑力负荷预测模型、主观测评法及应用、行为绩效测评法及应用、生理测评法及应用、脑力负荷综合测量与建模。 第1章 脑力负荷测评基础理论 1 1.1脑力负荷测评的航空工效学意义 1 1.2脑力负荷的基本概念 4 1.3信息负荷与脑力负荷状态 5 1.3.1信息负荷 5 1.3.2负荷超载与超低负荷 12 1.4脑力负荷预测与评价研究现状 14 1.4.1脑力负荷预测模型研究 14 1.4.2脑力负荷测评方法研究 15 1.4.3脑力负荷测评方法的评价标准 16 1.4.4脑力负荷测评方法／指标对比 19 1.5脑力负荷、注意、情境意识关系研究 20 参考文献 24 第2章 脑力负荷预测模型 28 2.1倒U型模型 28 2.2Siegel Wolf时间压力模型 31 2.3Boeing时间系列分析法 32 2.4McCracken Aldrich脑力负荷预测方法 33 2.5时间线分析和预测负荷方法 35 2.6多资源理论模型 38 2.7时间压力模型 40 2.8其他脑力负荷预测模型 41 2.9飞行员脑力负荷预测模型框架 43 参考文献 46 第3章 主观测评法及应用 48 3.1NASA任务负荷指数 49 3.2主观负荷评价技术（SWAT量表）52 3.3库柏哈柏量表 56 3.4其他主观评价量表 58 3.5主观测评法应用 59 3.5.1NASA TLX评价量表在直升机飞行员脑力负荷评价中的应用 59 3.5.2库柏—哈柏方法在飞行员脑力负荷评价中的应用 62 参考文献 65 第4章 行为绩效测评法及应用 66 4.1行为绩效测评法 66 4.1.1主任务测评法 66 4.1.2辅任务测评法 69 4.2行为绩效测评法应用 72 4.2.1飞行员视觉信息流强度模拟及适人性分析 72 4.2.2基于异常姿态恢复任务的飞行显示仪表评价 80 4.2.3平视显示器信息编码适人性评价 93 参考文献 99 第5章 生理测评法及应用 102 5.1基于脑电的生理测评法 103 5.1.1事件相关电位测量技术 103 5.1.2事件相关电位与脑力负荷测评 112 5.1.3前注意、非随意注意、选择性注意与脑力负荷关系 113 5.2基于心电的生理测评法 118 5.2.1心电测量技术 118 5.2.2心电活动与脑力负荷测评 122 5.3基于眼动的生理测评法 125 5.3.1眼动测量技术 125 5.3.2眼动与脑力负荷测评 130 5.4生理测评法应用 133 5.4.1听觉MMN与脑力负荷测量 133 5.4.2听觉MMN、P3a与脑力负荷测量 140 5.4.3基于选择性注意加工的脑力负荷测量与评价方法研究 147 5.4.4主观评价与专家评定任务负荷／任务绩效相关性 152 5.4.5基于时间压力的显示界面人机工效评价研究 161 5.4.6模拟长航时作业条件下的飞行员疲劳监测与注意力分配 168 参考文献 175 第6章 脑力负荷综合测量与建模 184 6.1多方法／多指标联合测评技术研究现状 184 6.2基于emWave—2、眼动测量和NASA—TLX的综合测评 187 6.3复杂人机系统作业人员脑力负荷评价 194 6.4基于脑电、心电和眼动指标的飞行员脑力负荷评价方法研究 200 6.5飞机座舱显示界面脑力负荷判别预测模型 208 参考文献 217 版权页： 信息认知过程微观模型研究着重于分析从感觉上升到知觉的认知过程中所涉及的感觉和记忆工作过程。在飞行员视觉信息流强度模型中，信息认知过程涉及感觉、知觉、认知三者之间的相互关系与作用。其中，感觉在视觉信息流强度模型中是对视觉刺激的一种本能反应；知觉是对感觉信息进行解释的高级认知过程，解释过程则依赖人的短期和长期记忆；而认知除了感觉和知觉外，还包括判断、决策和反应。上述过程虽有前后之分，但都依赖短期记忆和长期记忆对信息进行反复加工和认定。 随环境条件的不同，信息流可能是下列各项功能的不同组合：注意、感觉、感知、编码和译码、学习、记忆、回忆、推理、判断、决策或决定、发出指令信息、执行或人体运动响应。为了阐明信息处理过程的本质和机理，各国学者曾提出过多种信息流模型，其中，大部分模型由代表不同处理阶段的黑盒组成。 比较典型的信息流模型包括Card等提出的人处理器模型（model human processor），其通过对人的知觉处理器系统、认知处理器系统以及运动处理器系统进行量化，预测了人对信息知觉、认知的容量和处理时间。