飞行训练评估系统引入生理信息的方法探讨

谢吉朋，吴 斌，应艳丽

（航空工业洪都，江西 南昌，330024）

0 引言

飞行训练评估系统依据训练大纲及某型飞机飞行数据，结合人工判分经验能够对飞行成绩进行快速、准确评定。由于影响飞行训练的因素很多，包括飞行员判断信息的能力、操控的熟练程度以及生理心理状态等，面对三代机以上高机动、长航时、大载荷的机动飞行作战训练，飞行员所需具备的生理心理品质要求更高。军事飞行学员（飞行学员）的情感、情绪等生理心理品质，是影响飞行安全的重要因素。现有的飞行训练评估系统只评判出飞行成绩，但没有体现出飞行员的生理状态。探讨在飞行训练评估系统中引入生理信息的方法，通过采集心率、呼吸率、心电以及呼吸波等生理信息，对生理信号进行特征提取、特征融合及挖掘分析，分析飞行成绩与生理状态评估数据之间相关性，我们可以了解飞行员飞行水平与生理状态之间的关系。因而飞行训练评估系统引入生理信息并及时掌握飞行员生理状态具有十分重要的意义。

1 生理信息采集

人体的生理信号可以划分为两类：其中一类生理信号是与中枢神经系统相关，包括眼电信号、脑电信号、大脑的磁场活动和新陈代谢活动等；另一类生理信号则与周围神经系统相联系，包括心电信号、皮电信号、体表温度、呼吸信号和瞳孔直径等。飞行员生理心理信息监测记录采用可穿戴的装备，主要包括腰带式和头戴式可穿戴生理参数监测装备。生理腰带可实时测量和记录心电、呼吸、三相加速度等参数，帽式可测量和记录头部脉搏信号和血氧饱和度。

腰带式装备检测呼吸、心电以及三相加速度，头戴式装备检测脉搏信号和血氧饱和度；腰带式装备和头戴式装备联合工作，共同组成一体化测量装备。腰带式装备和头戴式装备之间利用无线方式连接，并由腰带式装备负责供电和数据传输。

腰带式装备中，利用聚偏二氟乙烯材料的压电特性，实现呼吸信号的测量，接口电路采用电荷-电压转换技术，去除引线长度、位置变化和空间电磁波带来的干扰；采用合适的材料制作心电电极，采用抗极化电势的前级电路设计实现非黏贴接触式的心电测量。

头戴式装备中，通过研究光子在人体组织中的传播，吸收和漫反射机制，采用额头光反射式方法以及数字滤波技术动态测量脉搏信号，并利用朗伯-比尔定律计算血氧饱和度；血氧饱和度标定采用血氧模拟仪。

2 生理数据挖掘建模

基于生理参数监测装备采集到的飞行员飞行训练生理信号数据，针对生理信号的特点采用小波函数进行生理信号的预处理，进一步对预处理后的生理数据进行多种特征融合，并对生理信息特征数据进行聚类挖掘分析，为构建个性化生理状态评估分析模型及建立飞行成绩与生理状态评估数据之间相关性提供理论支撑。

2.1 生理信号预处理

生理信号的预处理方法主要包括傅里叶变换、小波变换等方法。由于采集得到的原始生理信号均不同程度的存在工频干扰、基线漂移等噪声干扰，因此需要使用小波变换理论对其进行预处理。

小波分析是对时间和频率的局部变换，通过伸缩平移运算对信号进行多尺度细化分析，即在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较低的频率分辨率和较高的时间分辨率，因而能够有效的从信号中提取信息。

设小波函数φ（t），满足条件：

称φ（t）为母小波函数或小波基，经过平移伸缩后得到函数系：

φ（t）构成平方可积空间L（R）的一组正交基。函数f（t）∈L（R）的小波变换定义为：

其中，a为尺度因子，大尺度的小波变换包含信号的低频成分，小尺度小波变换则包含信号的高频成分；τ为平移因子，是关于时间的系数，决定小波变换的时域信息，因两者值的变化呈现连续状态，所以φ（t）被称为连续的小波基函数。

f（t）满足平方可积条件，且f（t）∈L（R），该公式的连续小波变换为

其中，φ（t）为小波函数，φ（t）为它的复共轭函数。

针对预处理后的生理信息，结合每种生理信号的特点，进一步提取生理信息特征并进行特征融合。

2.2 聚类挖掘建模

局部密度计算：

其中，

参数d>0为截断距离，需预先指定。

则可定义：

当X具有最大局部密度时，μ表示S中距离X最大的数据点与X之间的距离；同理，μ表示在所有局部密度大于X的数据中，距离X最小的数据点与X之间的距离。

针对某段模拟生理特征数据，通过聚类挖掘分析，将数据聚类成四种生理状态，即condition-1、condition-2、condition-3、condition-4，分别对应四种不同的生理状态，如图1所示。基于生理数据聚类挖掘分析结果进行分类建模，构建生理状态评估模型。

图1 生理数据聚类分析图

3 飞行成绩与生理状态之间相关性

飞行训练评估系统能够根据飞行规则和飞行阶段实现飞行成绩的自动评定功能。一次完整的飞行训练任务过程分为起飞滑跑、爬升、巡航、下降、进场着陆等几个阶段。在不同的飞行阶段，所需采集的飞行参数以及参数所占的权重是各不相同的。表1显示的是五个飞行阶段及各阶段的评价指标。

表1 各飞行阶段指标

针对各飞行阶段的飞行员生理数据，分别训练分类模型，结合飞行成绩，得出飞行员在各飞行阶段飞行成绩和生理状态，建立单个飞行员的飞行成绩与其生理状态的相关性。

针对同一飞行阶段的不同飞行员生理数据，通过聚集挖掘分析建模，结合飞行成绩，得出优秀与一般飞行员的生理状态的差异性，在加强飞行训练过程中，还需重点关注一般飞行员的生理状态。

通过分析每一个飞行阶段的飞行员生理状态，能够判别出飞行成绩的优劣与生理状态的差异性，对于飞行成绩比较差的某飞行阶段，生理状态表现异常，有针对性的加强生理训练，以提高飞行员生理素质。

4 结语

本文对飞行员生理状态在飞行训练过程中的意义进行了陈述，并阐述了生理信号划分原则，以及分析了两种可穿戴生理参数监测装备的生理信息采集原理，即腰带式和头戴式生理参数监测装备。通过采集心率、呼吸率、心电以及呼吸波等生理信息，提出了基于小波分析和聚类挖掘分析算法评估飞行员飞行水平与生理状态关联性的技术路线，为实现飞行训练评估系统引入生理信息提供一种方法借鉴。