基于多生理参数融合的管制疲劳状态模型研究

发布时间：2024-01-25 08:46

　　近年来随着民航运输量迅速增长,管制人员短缺和航班延误现象的不断加剧,管制员面临疲劳问题也越来越严重。如果管制员身处于疲劳状态仍旧上岗或是继续工作将会直接威胁到航空安全,如何确定管制员疲劳状态成为一个至关重要的问题。本文借鉴多种其他领域疲劳判定方法,以多生理参数和疲劳度分别作为输入量与输出量,在信息融合基础上,以人工智能学习算法为框架,构造管制疲劳评价模型,论文要点如下:对当下国内外管制疲劳的研究现状进行了归纳总结,分析了管制疲劳成因与体现,对目前其他领域最为实用的三种疲劳判定方法进行比较,分析了各自的优缺点,最终确定通过信息融合模型判定管制疲劳状态。实验设计基于模拟塔台管制软件TOWER,本课题招募了20名管制学员参加试验,利用MP150生理多导记录仪与眼动记录仪分别记录了正常组与剥夺睡眠组被试的生理指标。通过滤波筛除异常数据后观察其数据处理后的时域及频域指标,并利用重复变量测量分析了正常组与疲劳组的四大类生理指标,比较各类生理数据的组间差异显著性与随时间变化的显著性。数据分析基于SPSS,由于单纯从生理参数出发无法对疲劳等级进行合理的定标,本文通过研究分析了KSS量表结果与管制绩效结...

【文章页数】：122 页

【学位级别】：硕士

图2-3OODA环模型

图3-1MP150多导生理记录仪

图3-2Tribe眼动仪（2）软件

图3-3参与模拟管制的实验人员

本文编号：3884503