Требуется обновление браузера.

Исследование возможности контроля психофизиологического состояния на основе анализа управляющих сигналов летчика


Просмотров: 261
2019 год
А. М. Набатчиков, Е. И. Михайлов, О. Н. Корсун Исследование возможности контроля психофизиологического состояния на основе анализа управляющих сигналов летчика // Материалы XVI Всероссийской научно-технической конференции «Научные чтения по авиации, посвящённые памяти Н. Е. Жуковского» / Сборник докладов. – М: Издательский дом Академии имени Н. Е. Жуковского, 2019. – С. 278-283.
Мероприятие: XVI ВСЕРОССИЙСКАЯ НАУЧНО-ТЕХНИЧЕСКАЯ КОНФЕРЕНЦИЯ "НАУЧНЫЕ ЧТЕНИЯ ПО АВИАЦИИ, ПОСВЯЩЕННЫЕ ПАМЯТИ Н. Е. ЖУКОВСКОГО"
УДК: 629

Сайт конференции
В целях изучения влияния усталости на характеристики деятельности человека-оператора, была проведена серия экспериментов: испытуемые осуществляли заход на посадку по глиссаде на полунатурном стенде. Этот сложный режим полёта в совокупности с большим числом повторений без времени на отдых быстро приводил к утомляемости оператора, что подтверждается отзывами. В ходе эксперимента записывались все основные параметры полета.

Оценивание степени утомления по управляющим сигналам летчика


На рисунке 1 представлены управляющие сигналы (РУС по тангажу) во временной области для 8 последовательных заходов на посадку.

img01.png
Рис.1 – Управляющие сигналы (РУС по тангажу)

Поскольку манёвр (по условиям эксперимента) начинается «в воздухе», а заканчивается процедурой выравнивания ЛА перед посадкой, необходимо исключить из анализа небольшой участок в начале и в конце записи. Таким образом, для анализа отбирается участок, заключённый между двумя красными вертикальными линиями.

Для нивелирования влияния постоянной составляющей на результаты спектрального анализа, сигнал необходимо центрировать: математическое ожидание для всей реализации и только для анализируемого фрагмента отображено пунктирными линиями зелёного и красного цветов, соответственно.

Видится обоснованным предположить, что спектральная плотность мощности управляющих воздействий от оператора, по мере роста усталости испытуемого, будет претерпевать определённые изменения. В частности, будут «беднеть» высокочастотные составляющие и уменьшаться интеграл от спектра в рабочей области человека-оператора (до 3 Гц).

Вычисление спектра сопряжено с рядом практически тонкостей: в частности, с усреднением отсчётов, с выбором типа окна (спектральное, временное) и его параметров (Ханн, Барлетт, Хемминг, Блэкман — Наталл и др.).

На рисунке 2 представлены графики спектральной плотности мощности управляющих сигналов (для удобства анализа - в степени ½). Произведено усреднение по 7 частотным компонентам. Синим цветом отображён спектр с использованием окна Гудмэна-Эноксона-Отнеса (ГЭО), красным – окна Ханна, зелёным – прямоугольного окна. В легенде, в соответствующих строках указаны интегралы по данным спектрам на всём частотном диапазоне. Также на графике жёлтыми прямоугольниками отображены величины (для удобства визуализации, уменьшенные в 10 раз) интегралов от спектра (полученного с использованием ГЭО-окна) в полосах 0.1-0.5 Гц, 0.5-2 Гц, 2-3 Гц. Числовые значения так же указаны в легендах.

img02.png
Рис. 2 – Корень спектральной плотности мощности управляющих сигналов

За исключением некоторых выбросов, общая тенденция – падение интегральных оценок с ростом усталости.


Анализ функции когерентности между управляющими сигналами и основными полётными данными


Следующий предлагаемый метод – анализ функции когерентности между сигналами. Функция когерентности выражается через спектральные плотности следующим образом:


На рисунке 3 представлены графики когерентности между управляющим воздействием (РУС-тангаж) и вертикальной перегрузкой. Для вычисления использовалось окно Ханна, разбивка реализации на кадры по 512 отсчётов с 75% перекрытием. Производилась оценка интеграла в полосе от 0 до 3 Гц (закрашенная область) – значения указаны в заголовках соответствующих графиков. В правой нижней части рисунка приведено резюме, визуализирующее тенденцию изменения интегрального критерия по мере роста усталости.

img03.png
Рис. 3 – Функция когерентности между РУС-тангаж и вертикальной перегрузкой

На данных графиках видно, как с ростом усталости падает степень линейности связи между двумя сигналами (до 4-го эксперимента), после чего оператор прикладывает дополнительные усилия и добивается роста показателя (до 7-го эксперимента) вслед за этим наступает срыв деятельности (8-ой эксперимент).

Аналогично рассмотренному ранее, производится анализ связи управления РУС-крен и крена (рисунок 4). Так же, как и в предыдущем случае, наблюдается тенденция к уменьшению интегрального критерия, затем небольшой рост и окончательный спад.

img04.png
Рис. 4 – Функция когерентности между РУС-крен и креном

Отметим, что подавляющее количество управляющих воздействий оператор совершал в канале тангажа (процесс «удержания» глиссады), в то время, как в канале крена оператор спорадически компенсировал набегающие ошибки по боковой координате. Данное обстоятельство повлияло на меньшую выраженность характера изменения критерия для крена.

В ходе следующего эксперимента, оператор, в течение часа, выполнял на полунатурном стенде многократные приборные заходы на посадку (без предъявления внекабинной обстановки). В качестве дополнительных факторов, повышающих рабочую нагрузку, использовались: тест, требующий реакции на верный стимул, необходимость произнести оговорённое слово при включении соответствующего индикатора. В процессе эксперимента непрерывно снималась ЭЭГ. В качестве маркера начала захода на посадку, оператор трижды моргал, создавая этим в записи ЭЭГ, помехи легко обнаруживаемого типа.

На рисунке 5 представлен график зависимости среднего функции когерентности между ошибкой по высоте (вертикальным отклонением от глиссады) и управляющим сигналом оператора в продольном канале от среднеквадратического отклонения ошибки по высоте. Каждая точка на графике соответствует очередному заходу на посадку.

img05.png
Рис. 5 – График зависимости среднего значения функции когерентности между ошибкой по высоте и управляющим сигналом оператора в продольном канале от среднеквадратического отклонения ошибки по высоте

За исключением нескольких выпадающих из общей закономерности точек ошибка по высоте тем ниже (соответственно, выше точность пилотирования), чем выше средние значения функции когерентности между ошибкой по высоте и управляющим сигналом оператора в продольном канале.

Заключение


Проведенные исследования позволили установить диагностические признаки, устанавливающие связь между степенью утомления и спектральными плотностями управляющих сигналов, а также уровнем когерентности между управлениями летчика и полетными параметрами, ключевыми для решаемой пилотажной задачи. В работе также установлено, что среднее значение функции когерентности между ошибкой по высоте и управляющим сигналом оператора в продольном канале коррелирует со среднеквадратическим отклонением ошибки по высоте.

Работа выполнена при поддержке Российского фонда фундаментальных исследований (РФФИ), проект 18-08-01142-а.

СПИСОК ЛИТЕРАТУРЫ


  • Parasuraman Raja, Wilson Glenn F. Putting the brain to work: Neuroergonomics past, present, and future // HUMAN FACTORS. Том 50. Выпуск 3. 2008. С. 468-474.
  • Малишевский А.В., Бровкин П.Е., Власов Е.В. Оценка эффективности экипажей летательного аппарата // Мир транспорта. Том 12. №5 (54). 2014. С. 216-229.
  • Себряков Г.Г. Проблемы проектирования полуавтоматических систем наведения летательных аппаратов// Вестник компьютерных и информационных технологий. 2007. №10. C. 2-7.
  • Себряков Г.Г. Характеристики деятельности человека-оператора в динамических системах слежения и наведения летательных аппаратов //Вестник компьютерных и информационных технологий. 2007. №11. С. 2-8.
  • Евдокименков В.Н., Ким Р.В., Красильщиков М.Н. и др. Использование нейросетевой модели управляющих действий летчика в интересах его индивидуально-адаптированной поддержки // Известия Российской академии наук. Теория и системы управления. 2015. №4. С. 111.
  • Корсун О.Н., Михайлов Е.И. Методы анализа электроэнцефалограмм в целях оценки состояния человека-оператора в процессе пилотирования // Cloud of Science. 2018. Т.5. №4. С. 649-663.

Выражаю признательность авторскому коллективу за упоминание моего вклада в рассматриваемую проблематику.
Отдельное спасибо Е. Михайлову за присланный репринт.

Файлы к скачиванию:

Комментарии

Инкогнито
  Загружаем captcha