飞行员异常事件处理能力的脑电评估方法

摘要：

为客观准确评估飞行员在飞行过程中对发生的异常事件的处理能力,在A320NEO/CEO全任务飞行模拟器中设定异常事件,并利用脑电设备进行实验信号采集.脑电信号(electroencephalography,EEG)经独立成分分析(independent component analysis,ICA)等预处理后,通过近似熵法与小波包分析法提取相应特征以构建特征集,再选择适用于脑电领域的机器学习算法构建模型,并引入F1、ROC-AUC曲线等模型评价指标对构建的模型进行评价.分析结果显示随机森林算法所构建的模型的分类效果最好,其准确度为88.5％,F1为84.2％,AUC为0.95.研究表明该模型预测精度良好,可用于辅助飞行员训练与评估.

关键词：飞行员评估、全任务飞行模拟器、脑电、近似熵、小波包、随机森林

所属期刊栏目：22

分类号：V328.3(航空飞行术)

资助基金：国家自然科学基金U1633120

在线出版日期：2022-12-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：13562-13568