【技术实现步骤摘要】
本专利技术涉及人因工程领域，尤其是针对飞机智能辅助系统对飞行员认知过载情况的预测与应对方法的研究，具体涉及一种基于贝叶斯组合分类器的飞行员认知过载防控方法。
技术介绍
1、飞行员的认知状态是指飞行员与外界事物交互过程中所产生的一种内在状态，包括感知、思维、记忆、决策等认知过程。认知过载(cognitive overload)指的是当个体接收到的信息量超出了其认知处理能力时所产生的心理负担和压力。这种情况通常发生在任务过于复杂或信息量过大时，导致个体无法有效地处理和理解所接收到的信息。
2、随着技术的迅速发展，侦察与武器部署等飞行驾驶任务中，需要飞行员进行的操控任务逐渐增多，可能需要同时处理数百个数据点，包括传感器数据、地图信息、飞行参数等，并在极短的时间内收集与分析大量信息，迅速进行决策，并执行正确的操作，以应对复杂的空中情景。而飞行员需要迅速收集和分析大量的信息，做出及时的决策，并执行正确的操作，以应对复杂的空中情景。这种高度复杂和动态的情景使飞行员时刻面临着巨大的信息负载和脑力负荷，这对他们的认知能力来说是一个巨大挑战，因此，飞行员出现认知过载进而导致产生安全风险的情况增加。
3、为了防控飞行员的认知过载，在机载航电系统中集成了多种方法和技术，尤其是通过飞机的智能辅助系统来帮助飞行员减轻认知负担。例如，自动驾驶仪可以在大部分飞行阶段接管飞行任务，减少飞行员的操作负担；飞行管理系统可以帮助飞行员规划和管理飞行路线、燃油消耗等，减少飞行员的计算和规划负担。现有的飞行员认知过载防控方法主要集中在机载航电系统
4、(1)过度依赖自动化系统：尽管自动驾驶仪和飞行管理系统能够减轻飞行员的操作负担，但过度依赖这些系统可能会导致飞行员操作技能的下降。在系统面临复杂或紧急情况时，飞行员可能无法及时介入和应对，增加飞行安全风险。
5、(2)单一决策逻辑：现有系统的决策逻辑通常是固定的或者基于简单的规则，无法动态地适应不同级别和变化的任务情境。这种静态的处理方式可能无法有效地应对复杂和动态的空中情况。
6、(3)缺乏个性化和预测性：现有系统对飞行员的状态和认知负载的识别和预测能力有限，往往是基于静态阈值或简单的输入条件进行反应，缺乏个性化和预测性。
技术实现思路
1、为了解决现有方法存在的问题和不足，本专利技术提供了一种基于贝叶斯组合分类器的飞行员认知过载防控方法，该方法基于飞行员多模态生理数据(眼动数据、脑电数据)，通过贝叶斯估计法融合knn、svm、dt、rf、bp算法得到的组合分类器，输出预测的认知过载情况与防控策略。
2、本专利技术解决其技术问题所采用的技术方案如下：
3、一种基于贝叶斯组合分类器的飞行员认知过载防控方法，其特征在于，包括以下步骤：
4、步骤1：数据采集与数据标签确定：
5、步骤1.1：首先准备用于训练组合分类器的多模态生理数据特征，并确定数据标签，即不同的数据组对应的认知过载等级；
6、步骤1.2：按照基于主观评价与客观绩效的五级标签量化方法，完成对飞行员对某项任务的生理数据特征对应的认知过载水平的标签确定；
7、步骤2：通过贝叶斯估计法融合knn、svm、dt、rf、bp算法得到的组合分类器，输出预测的认知过载情况与防控策略。
8、进一步的，所述步骤1.1中，多模态生理数据特征包括眼动及脑电特征总共16个，它们的具体定义如表1所示：
9、表1各眼动及脑电特征定义
10、
11、
12、进一步的，所述步骤1.2中，基于主观评价与客观绩效的五级标签量化方法包括以下步骤：
13、步骤1.2.1：主观评价，由飞行员自评与专家评价两个部分组成，分别采用针对飞行员设计的nasa-tlx量表与obx量表进行评分；
14、步骤1.2.2：客观绩效，由主任务绩效与次任务绩效两个部分组成，分别为飞行控制任务与认知测试任务的表现评分；
15、步骤1.2.3：基于层次分析法确定不同指标的权重，建立五级标签量化模型。
16、进一步的，所述步骤1.2.1中，
17、nasa-tlx量表由6个维度组成，包括对飞行员的脑力需求、体力需求、时间需求、飞行员的努力程度、绩效水平和受挫程度，每个维度分为21个等级，飞行员需根据任务实际情况，分别以打“×”的形式在每个维度对应的等级上做出标记，nasa-tlx量表的得分计算公式如下：
18、
19、式中，
20、enasa-tlx是通过nasa-tlx量表得到的认知状态值；n1为量表维度；α1为每个等级所对应的分值；li为第i个维度上做出标记的等级；
21、obx量表由5个维度组成，包括遗漏性、多余性、超限性、偏时性、错序性，每个维度分为21个等级，专家需根据飞行员的操作行为给出每个维度的评价，分别以打“×”的形式在每个维度对应的等级上做出标记，obx量表的得分计算公式如下：
22、
23、式中，
24、eobx是通过obx量表得到的认知状态值；n2为量表维度；α2为每个等级所对应的分值；mi为第i个维度上做出标记的等级。
25、进一步的，所述步骤1.2.2中，
26、主任务绩效的计算公式如下：
27、
28、式中，
29、amain是通过主任务绩效得到的认知状态值；n3为量表维度；γ1为每个维度所对应的分值；ri为第i个维度上统计得到的百分比率；
30、当任务执行时间未超过既定时间，取绩效评价值为0％；当任务资源利用率未超过既定范围时，则取绩效评价值为0％；
31、次任务绩效的计算公式如下：
32、
33、式中，
34、asecondary是通过次任务绩效得到的认知状态值；n4为量表维度；γ2为每个维度所对应的分值；ti为第i个维度上统计得到的百分比率。
35、进一步的，所述步骤1.2.3中，模型的构建分为以下4个步骤：
36、a.建立层次结构模型：
37、将目标层设定为认知状态综合评估分值，准则层分别为nasa-tlx量表分值、obx量表分值、飞行控制任务分值、认知测试任务分值；
38、b.构造判断矩阵：
39、先邀请飞行专家构造判断矩阵a＝(aij)n×n,aij＞0,再采用方根法求解判断矩阵的特征向量的近似值，得到判断矩阵最大特征根：
40、
41、c.一致性检验：
42、对收集到的判断矩阵进行一致性检验，仅保留一致性在允许范围内的矩阵，其余则剔除，定义一致性比率为cr：
43、
44、其中，
45、ci为度量判断矩阵偏离一致性指标本文档来自技高网...
【技术保护点】
1.一种基于贝叶斯组合分类器的飞行员认知过载防控方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于贝叶斯组合分类器的飞行员认知过载防控方法，其特征在于，所述步骤1.1中，多模态生理数据特征包括眼动及脑电特征总共16个，具体定义如表1所示：
3.如权利要求1所述的一种基于贝叶斯组合分类器的飞行员认知过载防控方法，其特征在于，所述步骤1.2中，基于主观评价与客观绩效的五级标签量化方法包括以下步骤：
4.如权利要求3所述的一种基于贝叶斯组合分类器的飞行员认知过载防控方法，其特征在于，所述步骤1.2.1中，
5.如权利要求3所述的一种基于贝叶斯组合分类器的飞行员认知过载防控方法，其特征在于，所述步骤1.2.2中，
6.如权利要求3所述的一种基于贝叶斯组合分类器的飞行员认知过载防控方法，其特征在于，所述步骤1.2.3中，模型的构建分为以下4个步骤：
7.如权利要求1所述的一种基于贝叶斯组合分类器的飞行员认知过载防控方法，其特征在于，所述步骤2包括以下步骤：
8.如权利要求1或7所述的一种基于贝
...【技术特征摘要】
1.一种基于贝叶斯组合分类器的飞行员认知过载防控方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于贝叶斯组合分类器的飞行员认知过载防控方法，其特征在于，所述步骤1.1中，多模态生理数据特征包括眼动及脑电特征总共16个，具体定义如表1所示：
3.如权利要求1所述的一种基于贝叶斯组合分类器的飞行员认知过载防控方法，其特征在于，所述步骤1.2中，基于主观评价与客观绩效的五级标签量化方法包括以下步骤：
4.如权利要求3所述的一种基于贝叶斯组合分类器的飞行员认知过载防控方法，其特征在于，所述步骤1.2.1中...
【专利技术属性】
技术研发人员：陈军，陈安祺，江炳锟，赵帆舟，张馨予，胡晓宇，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。