[发明专利]基于脑力负荷模型和模糊逻辑的动态功能分配方法

说明书

技术领域

本发明涉及民机驾驶舱的自动化设计技术，具体涉及一种基于脑力负荷模型和模糊逻辑的动态功能分配方法。 

背景技术

飞机驾驶舱由飞行机组、自动化子系统以及它们之间的交互接口组成的复杂人机系统组成。飞行机组由驾驶舱中的一名或多名飞行员组成。自动化子系统是指可以完成某些特定功能的机器，包括自动飞行控制系统、自动油门、飞行管理计算机、自动化告警系统等。为了能达到预定目标、完成预定任务，同时使人、机能充分发挥各自的作用并协调地工作，需要合理地将要执行的功能或任务分派给飞行机组或者自动化系统，这一过程被称为驾驶舱功能分配。 

传统的功能分配方法是从功能特性和需求分析入手，通过比较飞行机组和自动化机器在完成该功能的能力优势或绩效优劣，决定该功能分配给飞行机组还是机器，例如Fitts表法、Price决策图法。这种分配方式在系统设计阶段就确定了飞行机组和机器各自的角色，而且在系统运行时不允许任何再分配，被称为静态功能分配。静态功能分配虽然已经相当成熟，但是当系统出现意想不到的变化或人的能力下降的情况下，它将失去鲁棒性，如产生“超负荷”现象或“人不在环”现象。 

所以，在系统设计初始阶段，确定一个最优的、静态的功能分配方案保障驾驶舱系统的性能保持在最佳状态是不可行的。究其原因是因为静态的功能分配方式不能随着飞行机组状态和飞行任务需求的变化来改变人、机间的协作关系。为克服静态功能分配的缺点，本发明提出另一种功能分配方式，即动态功能分配（Dynamic Function Allocation,DFA），它允许系统在运行阶段根据情况的变化，将系统功能在飞行机组、自动化系统之间动态地重新分配，从而使人、机工作地更加协调，提高系统整体的功 能效果。 

按照初始化阶段控制主体的不同，动态功能分配的触发机制可以分为机组触发和系统触发两种。其中，用于动态功能分配的系统触发机制，按照触发来源的不同可以分为四种触发策略：基于关键事件的、基于测量的、基于模型的以及三者的合成方法。基于关键事件和基于测量的方法无法单一、准确地反映飞行员完成任务的能力水平，而基于模型的方法很难建立有效、可用的飞行员性能模型，而合成方法综合了前三种策略的触发量，是一种更加可靠的触发机制。 

发明内容

要解决的技术问题 

为了避免现有技术的不足之处，本发明提出一种基于脑力负荷模型和模糊逻辑的动态功能分配方法。 

技术方案 

一种基于脑力负荷模型和模糊逻辑的动态功能分配方法，其特征在于步骤如下： 

步骤1：记录飞行员在规定时间段f内的操作序列O_f＝{o₁,o₂,o₃,o₄,o₅,...,o_i,...,o_n}，其中n为操作总数，并得到各操作的操作属性，所述的操作属性包括四方面：信息处理类型l、时间范围d、注意力需求比例a和信息域I，其中信息处理类型l的量化方法如下： 

时间范围d的计算方法如下： 

d＝endT-startT 

式中，startT是各操作的起始时刻，endT是各操作的结束时刻； 

注意力需求比例a的量化方法如下： 

信息域I是由能够代表操作内容的文字短语组成的集合，操作内容包含操作涉及的主要情境信息、操作的行为和操作时注意力集中的人机接口； 

步骤2：依据脑力负荷模型计算脑力负荷MW： 

步骤a：依据步骤1中获取的操作序列及操作属性，计算该规定时间段内与脑力负荷MW相关的三个独立的参数，所述的参数为占用时间TO′、信息处理等级LIP′和任务集切换TSS′：