第４６卷第４期 ２０１７年７月 电子科技大学学报 Ｊｏｕｒｎａｌ ｏｆＵｎｉｖｅｒｓｉｔｙ ｏｆＥｌｅｃｔｒｏｎｉｃ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ ｏｆＣｈｉｎａ Ｖｌ０１．４６ Ｎｏ．４ Ｊｕ１．２０１７ 空中交通管制专家与新手眼动行为的统计分析研究 王艳军，刘银鑫 （南京航空航天大学民航学院南京２１１１０６；国家空管飞行流量管理技术重点实验室南京２１１１０６） 【摘要】数据科学的迅速发展促进了心理学、管理学等各学科研究范式的转变。通过对实证数据的深入研究，能够发现 传统方法不能发现的规律。该文以管制员眼动行为为研究对象，通过ｆａｃｅＬＡＢＩ￣－动仪采集不同级别管制员的眼动行为数据，综 合统计分析方法和ＭＦ—ＤＦＡ时间序列分析方法对数据进行了深入分析，探讨不同级别管制员在信息获取行为上的差异 分析 结果表明：１）专家比新手具有更长的平均注视持续时间、更少的注视点、更少的平均扫视持续时间和更小的扫视幅度；２）管 制员的注视持续时间、扫视持续时间和扫视幅度的时间序列有多重分形特征，多重分形奇异谱图表明新手的波动强度大于专 家。研究结果说明管制员的信息获取行为具有差异性，管制经验对管制员行为特征具有显著影响。 关键词空中交通管理； 复杂系统；数据分析； 眼动行为；人为因素 中图分类号Ｖ３５５ 文献标志码Ａ ｄｏｉ：１０．３９６９￣．ｉｓｓｎ．１００１—０５４８．２０１７．０４．０２２ Ｓｔａｔｉｓｔｉｃａｌ Ａｎａｌｙｓｉｓ ｏｆ Ｅｙｅ Ｍｏｖｅｍｅｎｔｓ ｂｅｔｗｅｅｎ Ａｉｒ Ｔｒａｆｉｃ Ｃ ｆｏｎｔｒｏｌ Ｅｘｐｅｒｔｓ ａｎｄ Ｎｏｖｉｃｅｓ ＷＡＮＧＹａｎ－ｊｕｎ ａｎｄＬＩＵＹｉｎ－ｘｉｎ （Ｃｏｌｌｅｇｅ ｏｆＣｉｖｉｌ Ａｖｉａｔｉｏｎ，Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＡｅｒｏｎａｕｔｉｃｓ ａｎｄ Ａｓｔｒｏｎａｕｔｉｃｓ Ｎａｎｊｉｎｇ ２１ １ １０６ Ｎａｔｉｏｎａｌ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆＡｉｒ Ｔｒａｆｉｃ ｆＦｌｏｗ Ｍａｎａｇｅｍｅｎｔ Ｎａｎｊｉｎｇ ２１ １ １０６） Ａｂｓｔｒａｃｔ Ｔｈｅ ａｄｖａｎｃｅｍｅｎｔ ｏｆ ｄａｔａ ｓｃｉｅｎｃｅ ｈａｓ ｂｅｅｎ ｐｒｏｍｐｔｉｎｇ ｔｈｅ ｓｈｉｆｔ ｏｆ ｒｅｓｅａｒｃｈ ｐａｒａｄｉｇｍｓ ｉｎ ｖａｒｉｏｕｓ ｉｅｌｆｄｓ，ｉｎｃｌｕｄｉｎｇ ｐｓｙｃｈｏｌｏｇｙ，ｍａｎａｇｅｍｅｎｔ ｅｔｃ．Ｉｎｖｅｓｔｉｇａｔｉｏｎｓ ｏｎ ｔｈｅ ｌａｒｇｅ ｅｍｐｉｒｉｃａｌ ｄａｔａｓｅｔｓ ｈａｖｅ ｕｎｃｏｖｅｒｅｄ ａｓｔｏｎｉｓｈｉｎｇ ｒｅｇｕｌａｒｉｔｉｅｓ ａｎｄ ｕｎｉｖｅｒｓａｌｉｔｉｅｓ ｗｈｉｃｈ ｃａｎｎｏｔ ｂｅ ｒｅｖｅａｌｅｄ ｔｈｒｏｕｇｈ ｃｌａｓｓｉｃ ｍｅｔｈｏｄｓ．Ｔｈｉｓ ｐａｐｅｒ ａｉｍｓ ｔｏ ｅｘｐｌｏｒｅ ｔｈｅ ｆｕｎｄａｍｅｎｔａｌ ｄｉｆｆｅｒｅｎｃｅｓ ｉｎ ａｉｒ ｔｒａｆｆｉｃ ＣＯｎｔｒｏｌｌｅｒｓ’ｉｎｆｏｒｍａｔｉｏｎ ｓｅｅｋｉｎｇ ｂｅｈａｖｉｏｒ ｂａｓｅｄ ｏｎ ｔｈｅ ａｎａｌｙｓｉｓ ｏｆ ｔｈｅｉｒ ｅＶｅ ｍｏｖｅｍｅｎｔｓ’ｄａｔａ．Ｔｈｅ ｆａｃｅＬＡＢ ｉｓ ｕｓｅｄ ｔｏ ｃｏｌｌｅｃｔ ｅｙｅ ｍｏｖｅｍｅｎｔｓ’ｄａｔａ ｒｅｃｏｒｄｅｄ ｆｒｏｍ １４ ａｉｒ ｔｒａｆｈｃ ｃｏｎｔｒｏｌｌｅｒｓ．Ｓｔａｔｉｓｔｉｃａｌ ａｎａｌｙｓｉｓ ａｎｄ ｍｕｌｔｉｆｒａｃｔａｌ ｄｅｔｒｅｎｄｅｄ ｆｌｕｃｔｕａｔｉｏｎ ａｎａｌｙｓｉｓ（ＭＦ．ＤＦＡ、ａｒｅ ｃａ￣ｉｅｄ ｏｕｔ ｔｏ ｉｎｖｅｓｔｉｇａｔｅ ｔｈｅ ｆｕｎｄａｍｅｎｔａｌ ｐｒｏｐｅｒｔｉｅｓ ｏｆ ｅｙｅ ｍｏｖｅｍｅｎｔｓ．Ｔｈｅ ａｎａｌｙｔｉｃａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｌ １ ｅｘｐｅ￣ｃｏｎｔｒｏｌｌｅｒｓ ｈａｖｅ ｌｏｎｇｅｒ ｍｅａｎ ｉｘａｔｆｉｏｎ ｄｕｒａｔｉｏｎ，ｌｅｓｓ ｆｉｘａｔｉｏｎ ｐｏｉｎｔｓ，ｓｈｏｒｔｅｒ ｍｅａｎ ｓａｃｃａｄｉｃ ｄｕｒａｔｉｏｎ，ａｎｄ ｓｍａｌｌｅｒ ｍｅａｎ ｓａｃｃａｄｉｃ ｖｅｌｏｃｉｔｙ ｔｈａｎ ｎｏｖｉｃｅｓ；２）Ｃｏｎｔｒｏｌｌｅｒｓ’ｆｉｘａｔｉｏｎ ｔｉｍｅ ｓｅｒｉｅｓ。ｓａｃｃａｄｉｃ ｄｕｒａｔｉｏｎ ｔｉｍｅ ｓｅｒｉｅｓ，ａｎｄ ｓａｃｃａｄｉｃ ａｍｐｌｉｕｄｅ ｔｔｉｍｅ ｓｅｒｉｅｓ，ａｌｌｅｘｈｉｂｉｔ ｍｕｌｔｉｒａｃｔａ１ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ａｎｄ ｍｕｌｔｉｆｆｒａｃｔａｌ ｓｉｎｇｕｌａｒｉｔｙ ｓｐｅｃｔｒｕｍ ｄｅｍｏｎｓｔｒａｔｅｓ ｔｈａｔ ｔｈｅｒｅ ａｒｅ ｓｔｒｏｎｇｅｒ ｆｌｕｃｔｕａｔｉｏｎｓ ｉｎ ｎｏｖｉｃｅｓ’ｆｉｘａｔｉｏｎ ａｃｔｉｖｉｔｉｅｓ．Ｏｕｒ ｗｏｒｋｉｎｄｉｃａｔｅｓ ｔｈａｔｃｏｎｔｒｏｌｌｅｒ’Ｓ ｉｎｆｏｒｍａｔｉｏｎ ｓｅｅｋｉｎｇ ｄｙｎａｍｉｃｓ ａｒｅ ｄｉｆｆｅｒｅｎｔ．Ｗｌｏｒｋ ｅｘｐｅｒｉｅｎｃｅ ｄｏｅｓ ｈａｖｅ ａ ｓｉｇｎｉｆｉｃａｎｔ ｉｍｐａｃｔ ｏｎ ｃｏｎｔｒｏｌｌｅｒｓ’ｂｅｈａｖｉｏｒ． Ｋｅｙ ｗｏｒｄｓ ａｉｒ ｔｒａｍｃ ｍａｎａｇｅｍｅｎｔ； ｃｏｍｐｌｅｘ ｓｙｓｔｅｍｓ：ｄａｔａ ａｎａｌｙｓｉｓ； ｅｙｅ ｍｏｖｅｍｅｎｔ：ｈｕｍａｎ ｆａｃｔｏｒｓ 随着信息技术的进步，各种海量数据的存储和 可获取为科学研究提供了新的平台。近十年来，科 这一新的研究方向［３－５］。对于人类执行特定任务行为 的研究却寥寥无几。本文以空中交通管制员（简称 “管制员”１为研究对象，通过分析管制员执行管制 任务时的眼动行为数据研究其信息获取行为，对于 理解人类执行任务的信息获取机制以及提高航空运 输运行效率等具有重要的理论意义和广阔的应用 前景。 学研究已经进入了大数据时代 Ｊ。在心理学、生物 学、信息学等各个领域，通过对实证数据的深入挖 掘和研究，发现了传统研究方法不能发现的新模式 和新规律。例如，通过对人类行为的时空特征进行 分析，大量的研究表明人类行为存在与假设的随机 分布不同的重尾分布特征，产生了人类行为动力学 人类有８０％￣９０％的信息是通过视觉系统提供 收稿日期：２０１６—０３—１４；修回日期：２０１６—１２—３Ｏ 基金项目：国家自然科学基金（６ｌ３Ｏ４１９Ｏ）；江苏省自然科学￣（ＢＫ２０１３０８１８） 作者简介：王艳军（１９８２～），男，副教授，博士，主要从事航空运输、复杂网络及人类动力学方面的研究 第４期 王艳军，等：空中交通管制专家与新手眼动行为的统计分析研究 ６１５ 的，视觉是用户和外界进行交互的重要途径Ｌ６Ｊ。心 理学研究表明，眼动可以反映视觉信息的选择模式， 具有一定的规律性，而这些规律有助于揭示人类对 外界事物认知加工过程的心理机制 Ｊ。 眼动行为研究在交通心理学和航空心理学领域 已经得到了广泛应用。自２０世纪６Ｏ年代以来，国内 外学者开始对驾驶员的眼动行为进行研究。研究发 现，有经验的驾驶员和没有经验的驾驶员的注视点 数量、注视持续时间及搜索广度等眼动指标存在明 显差异［８－１４］。１９９６年～２００９年，国内外学者［１５－１９ 通过 研究飞行员专家和新手执行飞行任务时的眼动数 据，发现专家比新手有更多的注视点和更短的注视 时间，而且专家的搜索范围更广。以专家的眼动模 式为模板训练学员，发现被训练过的学员比没有训 练过的学员飞行绩效高。然而，眼动技术在管制员 方面的研究还处于起步阶段，相关研究工作主要包 括两个方面：Ｉ１管制员认知负荷方面的研究。如文 献［２０］通过研究管制员眼动行为和认知负荷的关系， 发现眼动指标可以很敏感地表征管制员的认知负 荷。２）管制员进行航空器冲突探测方面的研究。如 文献［２１］研究了在有限的感知和认知资源下，航空器 发生冲突时，管制员如何搜索目标、选择目标。文 献［２２］分析了不同级别管制员在不同难易程度场景 下，对航空器进行冲突探测，寻找存在冲突的航空 器对的准确度。结果发现在简单的场景下，级别高 和级别低的管制员都能很容易地发现存在冲突的航 空器对；在困难的场景下，只有级别高的管制员能 够准确地发现存在冲突的航空器对。 尽管学者们在交通心理学和航空心理学进行了 大量的眼动研究，但是研究工作主要集中在驾驶员 和飞行员的眼动行为差异，关于管制员的眼动行为 研究甚少。相关的管制员眼动研究则集中在管制员 负荷与眼动行为的关系，尚未深入探讨具体眼动行 为 】。另一方面，现有研究大多是确定场景、 或者采用静止图片的方法，没有研究对比在实际管 制场景下，管制员眼动行为的差异，研究结果缺乏 普世化。 本文在前期研究工作的基础上，研究不同经验 管制员在管制工作中的眼动行为差异，并探讨造成 这种差异的原因；然后使用ＭＦ．ＤＦＡ时间序列分析方 法进一步研究管制员眼动行为的特征。研究结果对 于培训和提高管制学员的业务水平，保障航空工作 的有效性具有重要的理论价值和现实意义。 １ 实验方法 １．１实验人员 １４名来自华东地区空中交通管理局江苏分局的 管制员参与了本次仿真实验，包括２名二级管制员， １名三级管制员，３名四级管制员和８名五级管制员。 管制员的年龄范围是２３～３３岁，平均年龄２７．５岁。所 有管制员均为自愿参与此次仿真实验。实验开始之 前参与者没有进行剧烈活动，情绪稳定。本文将二 级、三级和四级管制员划分为专家管制员，其他８ 名五级管制员作为新手管制员。详细信息见表１。 表１管制员信息 １．２实验设备 本次仿真实验所使用的空中交通管理综合环境 仿真实验平台能够高逼真地模拟空中交通管制的运 行，使用Ｓｅｅｉｎｇ Ｍａｃｈｉｎｅｓ公司生产的ｆａｃｅＬＡＢ５．０对 管制员眼动数据进行采集。ｆａｃｅＬＡＢ５．０已经被用于 心理学、产品设计和交通等应用领域。 １－３实验场景 本次仿真实验中的空域为武汉进近管制扇区。 水平边界范围为：安陆一河口一乘马岗一浠水一咸宁一 龙口一老沔阳城一天ｆ３－安陆；垂直范围为标准大气高 度５ １００ ｍ（含）以下除去塔台管制区以外区域。武汉 进近主要负责完成航空器在航路空域和机场空域之 间的飞行转换。空域场景如图１所示。 图１武汉进近管制扇区示意图 １．４数据采集过程 本次仿真实验连续进行７天，每天各有两名管制 员参与。实验开始之前，首先向参与者介绍有关管 ６１６ 电子科技大学学报 第４６卷 制场景的概况；然后建立管制员眼动行为模型，实 现眼动仪校准；之后开始模拟实验，记录相关实验 数据。在实验过程中，管制员可以佩戴眼镜进行指 挥。每个实验时长不小于２０ ｍｉｎ。 ２实验结果与分析 本文主要分析管制员的两种眼动行为：注视行 为和扫视行为。通过提取对应的注视指标和扫视指 标，分析比较不同级别管制员眼动指标的差异，并 探讨造成这种差异的原因。 ２．１数据处理 为了能够从原始数据中区分注视点和扫视点， 本文使用注视识别算法，该算法已经被广泛用于眼 动追踪研究中。 本文的研究重点在于管制员的平均注视持续时 问、平均注视点数量、平均扫视持续时问和扫视幅 度。专家和新手不同眼动指标均值见表２。 表２专家和新手的眼动指标对比 平均扫视持续时ＩＮ 扫视幅度 碳讽 、＋平均注视持续时间平均注视点／ｍｓ 数量，个 ／ｍｓ ／ｃｍ ２．２平均注视持续时间 注视持续时间是管制员在观察目标的停留时 间，它能够反映被试处理信息的难易程度。注视时 间越长说明处理的信息难度越大［２５－２６】。平均注视持 续时间是注视总时问和注视总数量的比值。分析结 果显示专家的平均注视持续时问大于新手的平均注 视持续时间，但是专家的平均注视点数量比新手少， 如图２所示。 ｌ ４００ １ ２００ １ Ｏ００ ８００ ６００疑 妫 ４００ ２００ Ｏ 专家 新手 图２专家和新手平均注视持续时间和注视总数量图 造成这种差异的原因可能是在管制过程中专家 需要长时间的注视获取目标的各种信息，并且记住 所需信息，这样使得专家观察下一个目标时不用再 注视前一个，只需通过当前目标与记忆中的目标信 息对比做出正确决策。新手刚刚接触管制工作还没 有足够的工作经验，而且对所处的管制环境还不熟 悉，他们在观察目标时持续时间比较短，没有记住 所需信息，以至于在观察下…个目标时还会再次观 察刚才的目标，所以会有更多的注视点数量。 图３是管制员的注视持续时间分布情况，由图可 知专家和新手的注视持续时间主要集中在０ ｍｓ～ ８００ Ｉｌｌｓ之问，他们在这段时问内所占的比例分别是 ８２．９２％￣Ｄ８９．３６％。由二者趋势可以看出，专家的注 视持续时间分布比新手的更平均，表明专家更加合 理地分配注意力。 Ｏ・５ ０．４ ０．３ Ｏ．２ Ｏ・１ ０．０ ０ ４００ ８００ ｌ ２００ ｌ ６００ ２ ０００ Ｚ４００ ２ ８００ｊ ２００ 注视持续时间／ｍｓ 图３专家和新手注视持续时间分布图 ２．３平均注视点数量 注视点数量指注视点的总数量。注视点的数量 越多，参与者的注意力被分散得越多，从而无法快 速锁定目标信息。图２可以看出专家的平均注视点数 量比新手少。注视点分布图可以显示管制员在管制 时主要注视的位置。专家组注视点分布如图４所示， 新手组注视点分布如图５所示。从图中可以看出，专 家的注视点简洁清晰，注意力分配比较集中，主要 集中在扇区区域中，新手的注视点比较频繁，造成 注意力分配比较分散，分布于整个雷达屏幕上。 图４专家组注视点分布图 第４期 王艳军，等：空中交通管制专家与新手眼动行为的统计分析研究 ６１７ 图５新手组注视点分布图 总体上，专家的平均注视持续时间比新手长， 注视点个数比新手少，其原因可能是专家倾向于花 费较长的注视时间在较少的兴趣点，结合扇区的空 域结构，记住航空器的高度、速度和航向等信息， 合理地分配注意力，从而迅速做出决策以获得最大 的管制效率。通过与专家访谈得到：１１专家在视觉 搜索策略更多采用集中注意力方法和知觉组块方 法。一方面专家会把相关的和不相关的信息区分开 以至于集中注意力解决重要的信息；另一方面专家 会把更多的相关信息聚集在一起比较分析，需要较 少的努力处理所有的信息。２）专家倾向于使用纯粹 的搜索策略，在搜索目标过程中，会记住前一个目 标的信息，观察下一个目标时只需与前一个目标信 息比较做出决策；新手在搜索目标过程中比较随机， 处理目标时没有记住目标信息，使得注视点分布在 整个雷达屏幕上。因此，在管制员培训过程中，新 手应该学习专家的视觉搜索策略，即集中注意力方 法、知觉组块方法和纯粹的搜索策略。 ２．４平均扫视持续时间 扫视持续时间是指上一次注视结束到下一次注 视开始的持续时间，扫视持续时间越短说明被试搜 索目标所需的时间越短，搜索效率越高。从图６中可 以看出专家的平均扫视持续时间比新手短。由于专 家搜索信息和处理信息已趋向于程序化，采用的都 是自上而下的信息处理方式，所以，专家对一架航 空器发出管制指令之后，能够很快地跳到下一个即 将需要管制的航空器上。而新手更多地使用自下而 上的信息处理方式，当指挥完一架航空器之后，需 要时间搜索下一个将要管制的目标。 图７是管制员的扫视持续时间分布情况，由图可 知专家和新手的扫视持续时间主要集中在０ ｍｓ～４００ ｍｓ之间，他们在这段时间内所占的比例分别是 ８２．６％和７１．７１％．，达￣１］４００ ｍｓ以上的扫视持续时间， 专家所占比例小于新手，表明专家绝大部分时间都 只需要花费极少的时间来搜索目标，说明专家的视 觉搜索效率更高。 差 营 要 萎 罂 慰 罢 专家 新手 图６专家和新手平均扫视持续时间和扫视幅度图 Ｏ Ｏ Ｏ蝌 Ｏ Ｏ Ｏ Ｏ ２００ ４００ ６００ ８００ ｌ ０００ ｌ ２００ １ ４００ １ ６００ 注视持续时间／ｍｓ 图７专家和新手扫视持续时间分布图 ２．５平均扫视幅度 扫视幅度是注意力从一个注视点移动到下一个 注视点所转过的角度或者弧度。实验数据中的扫视 幅度用米制单位表示。分析认为，专家在从一个目 标获取有用信息之后，会直接转移到下一个邻近的 目标，在这之间不会注视其他的目标，而新手在从 一个目标获取完有用信息之后，往往还会注意刚刚 进入管制扇区或者刚刚起飞的航空器，然后再注意 需要管制的目标。这样使得专家的扫视幅度比新手 的小，如图６所示。 综上，专家的平均扫视持续时间比新手短，扫 视幅度也比新手小。表明专家搜索目标的效率更高， 从信息的获取、认知到做出决策的每一步都比新手快。 专家更多地使用自上而下的信息处理方式，在 不关注目标的情况下建立一种解决方案；新手更多 地使用自下而上的信息扫视策略，需要较长的时间 搜索目标和定位目标。扫视时间和扫视幅度的不同 可以表明专家和新手在扫视目标中所使用的不同视 觉扫视模式，这一发现可用于提高新手管制员的管 制训练方法，学习专家有效和先进的扫视模式，使 训练更有效率。 Ｏ ６１８ 电子科技大学学报 第４６卷 ３眼动数据的多重分形特征 ３．１ ＭＦ．ＤＦＡ方法描述 为了进一步研究管制员眼动行为的基本特征， 本文使用经典的时问序列分析方法：ＭＦ—ＤＦＡ方法， 该方法是文献［２７］在去趋势波动分析的基础上提出 的，被用于描述时间序列在不同时间标度上的统计 特征。 对于给定的时间序列 ＝｛ ，ｋ＝１，２，…，Ｎ｝， ＭＦ—ＤＦＡ方法如下。 １）求序列对于均值的累积离差： ｙ（ｆ）＝∑（ｘｋ－ｙ），ｉ＝１ ２一，Ⅳ （１） 式中， ＝ ∑ 。 ２）将时问序列Ｙ（ｉ）划分为 ＝ｉｎｔ（Ｎ／ｓ）个不 重叠的小区问，每个小区间均有Ｓ个数据。但时间 序列的长度Ⅳ不一定整除Ｓ，那么ｙ（ｆ）会有剩余数 据，为了能够计算时间序列Ｙ（ｉ）的全部数据，可以 对时问序列Ｙ（ｉ１逆向重复这一分割过程，最终得到 ２Ｎ个小区间。 ３）对每个区间ｖ（ｖ＝１，２，…，２Ⅳ ）里的Ｓ个数据 点，使用最小二乘法进行多项式拟合，得到ｋ阶拟 合多项式： Ｙ （ ）＝ａ１ｉ ＋ａ２ｉ ＋…＋ａｋｉ＋ａ ＋１ （２） ４）计算均方误差：当１，＝ｌ，２，…， 时， Ｆ （ ， ）＝｛∑｛ｙ［（ｖ一１） ＋ｆ］一 （ｆ）｝ （３） 当Ｖ＝ ＋１， ＋２，…，２ 时， （ ，１，）＝２｛ｙ［Ｎ一（Ｖ— ） ＋ ］一 （ｆ）｝ （４） ５）求ｇ阶波动函数Ｆｑ（Ｓ）： 当ｑ≠０时， 厂 ， ２Ⅳ ］ ｇ Ｆｑ（ Ｉ ［Ｆ２ ）］ Ｉ ） 当ｑ＝０时， 聃 Ｉ［－ １ ２Ｎ，ｌｎ［Ｆ２（ｓ，ｖ）］ ㈣（６） 式中，Ｆ（ ）是时间序列长度 和阶数ｑ的函数，即 Ｆｑ（ ）～ ‘ ，ｈ（ｑ）叫做广义Ｈｕｒｓｔ￥￣数，当９＝２， ＭＦ．ＤＦＡ就退化成ＤＦＡ，ＤＦＡ适合非平稳时间序列的 长程幂律相关分析。 标度指数可以由广义Ｈｕｒｓｔ￣数得到： ｒ（ｑ）＝ｑｈ（ｑ）一１ （７） 根据勒让德变换式： ＝ ’（ｑ）和 ｆ（ａ）＝ｑａ—ｒ（ｑ）和式（７），得到多重分形谱ｆ（ａ）和 广义Ｈｕｒｓｔ￥￣数的关系式： ：ｈ（ｑ）＋ｑｈ（ｑ）： （ｇ）＋ｇ—ｄｈ（ｑ） （８） —＿Ｑｇ 和 ｌ厂（ ）＝ｑ［ａ一 （ｇ）］＋１ （９） ３．２ ＭＦ．ＤＦＡ结果分析 通过使用多重分形消除趋势波动分析方法研究 管制员眼球运动的基本特征，发现工作经验对管制 员的眼球运动模式有显著影响。图８显示的是对于不 同的阶数ｑ值和不同的时间序列 值，专家管制员注 视持续时间数据的波动函数图。 １０ １０ １０ｌ ，、 ， ￣ｚ １０ｏ １０ １０— ｆ ＋ｇ。。。１ｏ ． 一１Ｉ 川１ 一—— 广一一～ 广一一—— 图８专家的波动函数图 图９显示管制员注视持续时间、扫视持续时ＩＮ，ａ 扫视幅度的原始序列的广义Ｈｕｒｓｔ￣数和阶数ｑ的关 系图，从图中可以看出，３种眼动行为的广义Ｈｕｒｓｔ 指数均随着阶数 的增加而减少。当ｑ＝２时，专家和 新手的３种眼动行为的广义Ｈｕｒｓｔ￣数在０．７和０．９之 间。结果说明专家和新手管制员的注视持续时间数 据都是长程正相关，而且符合长程幂律分布，这种 长程正相关现象说明管制员过去的注视活动会影响 以后的注视活动。专家的注视持续时间和扫视幅度 的Ｈｕｒｓｔ￣数均大于同一 值下新手的Ｈｕｒｓｔ￣数。相 比于其他两种行为，扫视持续时间的Ｈｕｒｓｔ￣数变化 有较大差异。当ｑ＞０时，专家和新手的扫视持续时的 Ｈｕｒｓｔ￣数均下降很快。尤其是新手，当 ≥４，所有 点 （ ）都小于０．５，但是专家的 （ｑ）依然大于０．５，表 现出多重分形的特征。 为便于对比，经过重新缩放后，专家和新手的３ 种眼动行为的多重分形奇异谱图如图１０所示。由图 第４期 一 《 １ Ｏ Ｏ Ｏ 一＿， ０ Ｏ Ｏ 一 王艳军，等：空中交通管制专家与新手眼动行为的统计分析研究 ６１９ Ｏ ７ Ｏ ６ Ｏ ５ 可以看出，专家和新手的３种奇异谱形状类似，注视 方法；在搜索目标过程中，专家倾向于使用纯粹的 ～ 一问问问 时时时 续续续 持持持 注注扫 视视视 ．◆ 持续时间和扫视幅度曲线基本重回，专家的奇异谱 宽度略宽于新手的奇异谱宽度。表明专家的注视持 续时间和扫视幅度行为的多重分形强度大于新手， 具有较强的抗外界干扰能力。新手扫视持续行为与 一家新专手专 家 搜索策略，采用自上而下的视觉扫视。 为深入研究专家和新手在视觉搜索策略和视觉 扫视模式的不同［２８－３１】，有两个问题需要进一步研究。 １）采集不同场景下不同级别管制员的眼动数据，把 其他两种眼动行为具有较强的差别ｆ如图９、图１Ｏ所 示）。造成这种现象的原因可能是由于新手个体之间 较强的差异，造成扫视行为数据的异质性。 ０．９ １０．８ Ｏ ◆扫视持续时间（新手） ◆扫视幅度（专家） 。・。 ◆扫视幅度（新手） ０．２ １０—８—６—４—２ ０ ２ ４ ６ ８ １０ ｑ 图９新手和专家的广义Ｈｕｒｓｔ指数图 ｏ．７一Ｏ．６一Ｏ．５—０．４－０．３—０．２—０．１ ｏ．ｏ ｏ．１ ｏ．２ 口 图１０新手和专家的多重分形奇异曲线图 ４结束语 大数据使社会学、心理学和管理学等学科的研 究范式发生了转变，也推动了复杂性科学和多个学 科的结合和发展。本文对空中交通管制员的眼动数 据进行了分析，有助于揭示管制指挥过程中管制员 眼动行为的变化规律。 研究结果表明，管制经验对管制员的眼动行为 有着显著影响，可以通过眼动行为确定他们是否有 能力胜任当前管制场景的管制工作。在注视行为分 析中，专家搜索目标时具有更多的注视持续时间， 更少的注视点；在扫视行为分析中，专家有更少的 扫视持续时间和更小的扫视幅度。在视觉搜索策略 方面，专家倾向于使用集中注意力方法和知觉组块 场景中的信息以兴趣区域标注，研究专家和新手在 不同兴趣区域内的注意力分配比例和兴趣区域之间 的转移行为。２）研究管制员眼动行为和扇区交通行 为的关系，为研究多种运行情况下管制员的信息获 取行为的机制奠定基础。 参考文献 ［１】ＭＡＲＸ Ｖ Ｂｉｏｌｏｇｙ：ｔｈｅ ｂｉｇ ｃｈａｌｌｅｎｇｅｓ ｏｆｂｉｇ ｄａｔａ［Ｊ］．Ｎａｔｕｒｅ， ２０１３，４９８（７４５３）：２５５－２６０． ［２】周涛．大数据：商业和科学［Ｊ］＿半月谈：时事资 料手册，２０１３，９８（４）：１４．１７． ＺＨ０Ｕ Ｔａｐ．Ｂｉｇ ｄａｔａ：Ｃｏｍｍｅｒｃｉａｌ ｒｅｖｏｌｕｔｉｏｎ ａｎｄ ｓｃｉｅｎｔｉｆｉｃ ｒｅｖｏｌｕｔｉｏｎ［Ｊ］．Ｃｈｉｎａ Ｃｏｍｍｅｎｔ：Ｃｕｒｒｅｎｔ ｄａｔａ ｈａｎｄｂｏｏｋ， ２０１３，９８（４）：１４－１７． ［３】ＷＡＮＧ Ｑ，ＧＵＯ Ｊ Ｌ．Ｈｕｍａｎ ｄｙｎａｍｉｃｓ ｓｃａｌｉｎｇ ｃｈａｒａｃｔｅｉｒｓｔｉｃｓ ｆｏｒ ａｅｒｉａｌ ｉｎｂｏｕｎｄ ｌｏｇｉｓｔｉｃｓ ｏｐｅｒａｔｉｏｎ［Ｊ］． Ｐｈｙｓｉｃａ Ａ：Ｓｔａｔｉｓｔｉｃａｌ Ｍｅｃｈａｎｉｃｓ ａｎｄ ｉｔｓ Ａｐｐｌｉｃａｔｉｏｎｓ，２０１０， ３８９（１０）：２１２７－２１３３． ［４】ＧＡＰ Ｌ，ＧＵＯ Ｊ Ｌ，ＦＡＮ Ｃ，ｅｔ ａ１．Ｉｎｄｉｖｉｄｕａｌ ａｎｄ ｇｒｏｕｐ ｄｙｎａｍｉｃｓ ｉｎ ｐｕｒｃｈａｓｉｎｇ ａｃｔｉｖｉｔｙ［Ｊ］．ａｈｙ ｓｉｃａ Ａ：Ｓｔａｔｉｓｔｉｃａｌ Ｍｅｃｈａｎｉｃｓ ｎａｄ ｉｔｓ Ａｐｐｌｉｃａｔｉｏｎｓ，２０１３，３９２（２）：３４３—３４９． ［５】ＯＬＩＶＥＩＲＡ Ｊ Ｇ ＢＡＲＡＢＡＳＩ Ａ Ｌ．Ｈｕｍａｎ ｄｙｎａｍｉｃｓ： Ｄａｒｗｉｎ ａｎｄ Ｅｉｎｓｔｅｉｎ ｃｏｒｒｅｓｐｏｎｄｅｎｃｅ ｐａｔｔｅｒｎｓ［Ｊ］．Ｎａｔｕｒｅ， ２００５，４３７（７０６３）：１２５ １－１２５ １． ［６６］赵新灿，左洪福，任勇军．眼动仪与视线跟踪技术综述 ［Ｊ】．计算机工程与应用，２００６，４２（１２）：１１８—１２０，１４０． ＺＨＡＯ Ｘｉｎ－Ｃａｌｌ，ＺＵＯ Ｈｏｎｇ—ｆｕ，ＲＥＮ Ｙｏｎｇ￣ｕｎ．Ａ ｒｅｖｉｅｗ ｏｆ ｅｙｅ ｔｒａｃｋｅｒ ａｎｄ ｅｙｅ ｔｒａｃｋｉｎｇ ｔｅｃｈｎｉｑｕｅｓ［Ｊ］．Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄＡｐｐｌｉｃａｔｉｏｎｓ，２００６，４２（１２）：１１８－１２０，１４０． ［７】陈丽君，郑雪．大学生问题发现过程的眼动研究［Ｊ１．心理 学报，２０１４，４６（３）：３６７—３８４． ＣＨＥＮ Ｌｉ＿ｊｕ ＺＨＥＮＧ Ｘｕｅ．Ａ ｓｔｕｄｙ ｏｎ ｔｈｅ ｐｒｏｂｌｅｍ ｂｅｈａｖｉｏｒ ｇｒａｐｈｓ ｏｆ ｕｎｉｖｅｒｓｉｙｔ ｓｔｕｄｅｎｔｓ ｉｎ ｔｈｅ ｐｒｏｂｌｅｍ ｉｆｎｄｉｎｇ ｐｒｏｃｅｓｓ［Ｊ］．Ａｃｔａ Ｐｓｙｃｈｏｌｏｇｉｃａ Ｓｉｎｉｃａ，２０１４，４６（３）： ３６７．３８４． ［８】ＭＯＵＲＡＮＴ Ｒ Ｒ，ＲＯＣＫＷＥＬＬ Ｔ Ｈ．Ｓｔｒａｔｅｇｉｅｓ ｏｆ ｖｉｓｕａｌ ｓｅａｒｃｈ ｂｙ ｎｏｖｉｃｅ ａｎｄ ｅｘｐｅｉｒｅｎｃｅｄ ｄｒｉｖｅｒｓ［Ｊ］．Ｈｕｍａｎ Ｆａｃｔｏｒｓ， １９７２，１４（４）：３２５—３３５． ［９】ＣＲＵＮＤＡＬＬ Ｄ Ｅ，ＵＮＤＥＲＷＯＯＤ Ｇ Ｅｆｆｅｃｔｓ ｏｆ ｅｘｐｅｒｉｅｎｃｅ ｎａｄ ｐｒｏｃｅｓｓｉｎｇ ｄｅｍａｎｄｓ ｏｎ ｖｉｓｕａｌ ｉｎｆｏｒｍａｔｉｏｎ ａｃｑｕｉｓｉｔｉｏｎ ｉｎ ｄｒｉｖｅｒｓ［Ｊ］．Ｅｒｇｏｎｏｍｉｃｓ，１９９８，４１（４）：４４８－４５８． ［１０］田明．新驾驶员和熟练驾驶员视觉搜索模式比较研究 ［Ｄ］．西安：长安大学，２００７． ＴＩＡＮ Ｍｉｎｇ．Ｃｏｍｐａｒｉｓｏｎ ｓｔｕｄｙ ｏｆ ｖｉｓｕａｌ ｓｅａｒｃｈ ｐａｔｔｅｍ ｏｆ ｎｏｖｉｃｅ ａｎｄ ｅｘｐｅｒｉｅｎｃｅｄ ｄｒｉｖｅｒｓ［Ｄ］．ｘｉ’ａｌｌ：Ｃｈａｎｇａｎ Ｕｎｉｖｅｒｓｉｙｔ，２００７． ［１１］郭应时，马勇，付锐，等．汽车驾驶人驾驶经验对注视 行为特性的影响［Ｊ】．交通运输工程学报，２０１２，１２（５）： ６２０ 电子科技大学学报 第４６卷 ９ｌ一９９． ＧＵＯ Ｙｉｎｇ—ｓｈｉ，ＭＡ Ｙｏｎｇ，ＦＵ Ｒｕｉ，ｅｔ ａ１．Ｉｎｆｌｕｅｎｃｅ ｏｆ ｄｒｉｖｉｎｇ ｅｘｐｅｒｉｅｎｃｅ ｏｎ ｇａｚｉｎｇ ｂｅｈａｖｉｏｒ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｆｏｒ ｃａｒ ｄｒｉｖｅｒ［Ｊ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｓａｆｅｔｙ Ｔｅｃｈｎｏｌｏｇｙ ｏｆ Ｍｉｎｉｓｔｒｙ ｏｆ Ｔｒａｎｓｐｏｒｔ，２０１２，１２（５）：９１—９９． 【１２］ＬＡＶＡＬＬＩＥＲＥ Ｍ，ＴＲＥＭＢＬＡＹ Ｍ，ＣＡＮＴＩＮ Ｖ，ｅｔ ａ１． Ａｇｉｎｇ ｙｉｅｌｄｓ ａ ｓｍａｌｌｅｒ ｎｕｍｂｅｒ ｏｆ ｆｉｘａｔｉｏｎｓ ａｎｄ ａ ｒｅｄｕｃｅｄ ｇａｚｅ ａｍｐｌｉｔｕｄｅ ｗｈｅｎ ｄｒｉｖｉｎｇ ｉｎ ａ ｓｉｍｕｌａｔｏｒ［Ｊ］．Ａｄｖａｎｃｅｓ ｉｎ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｓｔｕｄｉｅｓ，２００６（ＳＰＥＣ ＩＳＳＵＥ）：２１—３０． ［１ ３］ＨＯＮＧ Ｉ，ＫＵＲＩＨＡＲＡ Ｔｊ ＩＷＡＳＡＫＩ Ｍ．Ｏｌｄｅｒ ｄｒｉｖｅｒｓ ｐｅｒｃｅｐｔｉｏｎｓ，ｒｅｓｐｏｎｓｅｓ，ａｎｄ ｄｒｉｖｉｎｇ ｂｅｈａｖｉｏｕｒｓ ｄｕｒｉｎｇ ｃｏｍｐｌｅｘ ｔｒａｆｉｆｃ ｃｏｎｄｉｔｉｏｎｓ ａｔ ａ ｓｉｇｎａｌｉｚｅｄ ｉｎｔｅｒｓｅｃｔｉｏｎ［Ｊ］． Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｉｎｓｔｉｔｕｔｉｏｎ ｏｆ Ｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｓ， Ｐａｒｔ Ｄ：Ｊｏｕｒｎａｌ ｏｆＡｕｔｏｍｏｂｉｌｅ Ｅｎｇｉｎｅｅｒｉｎｇ，２００８，２２２（１１）： １８７９—１８９２． ［１４］ＹＥＵＮＧ Ｊ Ｓ，ＷＯＮＧ Ｙ Ｄ．Ｅｆｆｅｃｔｓ ｏｆ ｄｒｉｖｅｒ ａｇｅ ａｎｄ ｅｘｐｅｒｉｅｎｃｅ ｉｎ ａｂｒｕｐｔ—ｏｎｓｅｔ ｈａｚａｒｄｓ［Ｊ］．Ａｃｃｉｄｅｎｔ Ａｎａｌｙｓｉｓ＆ Ｐｒｅｖｅｎｔｉｏｎ，２０１５，７８：１１０—１１７． 『１５１ ＦＯＸ Ｊ，ＭＥＲＷ１Ｎ Ｄ，ＭＡＲＳＨ Ｒ，ｅｔ ａ１．Ｉｎｆｏｒｍａｔｉｏｎ ｅｘｔｒａｃｔｉｏｎ ｄｕｒｉｎｇ ｉｎｓｔｒｕｍｅｎｔ ｆｌｉｇｈｔ：ａｎ ｅｖａｌｕａｔｉｏｎ ｏｆ ｔｈｅ ｖａｌｉｄｉｔｙ ｏｆ ｔｈｅ ｅｙｅ・ｍｉｎｄ ｈｙｐｏｔｈｅｓｉｓ［Ｃ］／／Ｈｕｍａｎ Ｆａｃｔｏｒｓ ａｎｄ Ｅｒｇｏｎｏｍｉｃｓ Ｓｏｃｉｅｔｙ Ａｎｎｕａｌ Ｍｅｅｔｉｎｇ Ｐｒｏｃｅｅｄｉｎｇｓ．【ｓ．１．］： Ｈｕｍａｎ Ｆａｃｔｏｒｓ ａｎｄ Ｅｒｇｏｎｏｍｉｃｓ Ｓｏｃｉｅ １９９６，４０（２）： ７７．８１． 『ｌ６］ＢＥＬＬＥＮＫＥＳ ＡＨ，ＷＩＣＫＥＮＳ Ｃ Ｄ，ＫＲＡＭＥＲＡＦ．Ｖｉｓｕａｌ ｓｃａｎｎｉｎｇ ａｎｄ ｐｉｌｏｔ ｅｘｐｅｒｔｉｓｅ：ｔｈｅ ｒｏｌｅ ｏｆ ａｔｔｅｎｔｉｏｎａｌ ｌｆｅｘｉｂｉｌｉｔｙ ａｎｄ ｍｅｎｔａｌ ｍｏｄｅｌ ｄｅｖｅｌｏｐｍｅｎｔ［Ｊ］．Ａｖｉａｔｉｏｎ Ｓｐａｃｅ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｍｅｄｉｃｉｎｅ，１ ９９７，６８（７）：５６９．５７９． ［１７］刘伟，袁修干，柳忠起，等．飞行员扫视、操作绩效及工 作负荷的实验研究【Ｊ］．航天医学与医学工程，２００５， １ ８ｆ４）：２９３—２９６． ＬＩＵ Ｗｌｅｉ，ＹＵＡＮ Ｘｉｕ—ｇａｎ，ＬＩＵ Ｚｈｏｎｇ—ｑｉ，ｅｔ ａ１． Ｅｘｐｅｒｉｍｅｎｔａｌ ｓｔｕｄｙ ｏｆ ｐｉｌｏｔｓ ｓｃａｎ ａｎｄ ｐｅｆｏｒｍａｎｃｅ， ｗｏｒｋｌｏａｄ［Ｊ］．Ｓｐａｃｅ Ｍｅｄｉｃｉｎｅ ａｎｄ Ｍｅｄｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ， ２００５，１ ８（４）：２９３—２９６． 【ｌ８】柳忠起，表修干，樊瑜波，等．模拟飞机着陆飞行中专 家和新手眼动行为的对比［Ｊ］．航天医学与医学工程， ２００９，２２ｆ５ ：３５８—３６１． ＬＩＵ Ｚｈｏｎｇ－ｑｉ，ＹＵＡＮ Ｘｉｕ—ｇａｎ，ＦＡＮ Ｙｕ＿ｂｏ，ｅｔ ａ１． Ｃｏｍｐａｒｉｓｏｎ ｏｆ ｅｘｌ：｝ｅｒｔ ａｎｄ ｎｏｖｉｃｅ ｅｙｅ ｍｏｖｅｍｅｎｔ ｂｅｈａｖｉｏｒｓ ｄｕｒｉｎｇ ｓｉｍｕｌａｔｅｄ ｌａｎｄｉｎｇ ｆｌｉｇｈｔ［Ｊ］．Ｓｐａｃｅ Ｍｅｄｉｃｉｎｅ ａｎｄ Ｍｅｄｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ．２００９，２２（５）：３５８—３６１． ［１ ９］ＳＡＤＡＳＩｖＡＮ Ｓ，ＧＲＥＥＮＳＴＥＩＮ Ｊ Ｓ，ＧＲＡＭＯＰＡＤＨＹＥ Ａ Ｋ．ｅｔ ａ１．Ｕｓｅ ｏｆ ｅｙｅ ｍｏｖｅｍｅｎｔｓ ａｓ ａ ｆｅｅｄｆｏｒｗａｒｄ ｔｒａｉｎｉｎｇ ｏｆｒ ａ ｓｙｎｔｈｅｔｉｃ ａｉｒｃｒａｆｔ ｉｎｓｐｅｃｔｉｏｎ ｔａｓｋ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＳＩＧＣＨＩ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｈｕｍａｎ Ｆａｃｔｏｒｓ ｉｎ Ｃｏｍｐｕｔｉｎｇ Ｓｙｓｔｅｍｓ．Ｐｏｒｔｌａｎｄ，Ｏｒｅｇｏｎ，ＵＳＡ：［ｓ．ｎ．］，２００５，３８（１０）： ｌ４１一ｌ４９． ［２０］ＡＨＬＳＴＲＯＭ Ｕ，ＦＲＩＥＤＭＡＮ—ＢＥＲＧ Ｆ Ｊ．Ｕｓｉｎｇ ｅｙｅ ｍｏｖｅｍｅｎｔ ａｃｔｉｖｉｔｙ ａｓ ａ ｃｏｒｒｅｌａｔｅ ｏｆ ｃｏｇｎｉｔｉｖｅ ｗｏｒｋｌｏａｄ［Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｉｎｄｕｓｔｒｉａｌ Ｅｒｇｏｎｏｍｉｃｓ，２００６，３６（７） ６２３．６３６ 『２１］Ｋ ＡＮＧ Ｚ，ＢＡＳＳ Ｅ Ｊ，ＬＥＥ Ｄ Ｗ Ａｉｒ ｔｒａｍｃ ｃｏｎｔｒｏｌｌｅｒｓ’ ｖｉｓｕａｌ ｓｃａｎｎｉｎｇ， ａｉｒｃｒａｆｔ ｓｅｌｅｃｔｉｏｎ， ａｎｄ ｃｏｍｐａｒｉｓｏｎ ｓｒｔａｔｅｇｉｅｓ ｉｎ ｓｕｐｐｏｒｔ ｏｆ ｃｏｎｆｌｉｃｔ ｄｅｔｅｃｔｉｏｎ【Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆｔｈｅ Ｈｕｍａｎ Ｆａｃｔｏｒｓ ａｎｄ Ｅｒｇｏｎｏｍｉｃｓ Ｓｏｃｉｅｔｙ ５８ｔｈ Ａｎｎｕａ１ Ｍｅｅｔｉｎｇ，［Ｓ．１．］：Ｈｕｍａｎ Ｆａｃｔｏｒｓ ａｎｄ Ｅｒｇｏｎｏｍｉｃｓ Ｓｏｃｉｅｔｙ， ２０１４：７７．８１． 『２２］ＫＡＮＧ Ｚ，ＬＡＮＤＲＹ Ｓ Ｊ．Ａｎ ｅｙｅ ｍｏｖｅｍｅｎｔ ａｎａｌｙｓｉｓ ａｌｇｏｒｉｔｈｍ ｆｏｒ ａ ｍｕｌｔｉｅｌｅｍｅｎｔ ｔａｒｇｅｔ ｔｒａｃｋｉｎｇ ｔａｓｋ： ｍａｘｉｍｕｍ ｔｒａｎｓｉｔｉｏｎ－ｂａｓｅｄ ａｇｇｌｏｍｅｒａｔｉｖｅ ｈｉｅｒａｒｃｈｉｃａｌ ｃｌｕｓｔｅｒｉｎｇ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｈｕｍａｎ—Ｍａｃｈｉｎｅ Ｓｙｓｔｅｍｓ，２０ｌ５，４５（１１：１３—２４． 『２３１ ＢＲＯＯＫｎ Ｇ Ｊ Ｂ ＷＩＬＳ０Ｎ Ｇ Ｆ。 ＳＷＡＩＮ Ｃ Ｒ． Ｐｓｙｃｈｏｐｈｙｓｉｏｌｏｇｉｃａｌ ｒｅｓｐｏｎｓｅｓ ｔｏ ｃｈａｎｇｅｓ ｉｎ ｗｏｒｋｌｏａｄ ｄｕｒｉｎｇ ｓｉｍｕｌａｔｅｄ ａｉｒ ｔｒａｆｉｆｃ ｃｏｎｔｒｏｌ［Ｊ］． Ｂｉｏｌｏｇｉｃａｌ Ｐｓｙｃｈｏｌｏｇｙ，１９９６，４２（３）：３６１—３７８． ［２４］王超，于超博．基于多生理参数的空中交通管制员认知 负荷综合评估［Ｊ］．科学技术与工程，２０１４，１４（２７）： ２９５—３００． Ⅵ ＮＧ Ｃｈａｏ．ＹＵ Ｃｈａｏ—ｂｏ． Ａｉｒ ｔｒａｆｆｉｃ ｃｏｎｔｒｏｌｌｅｒｓ ｃｏｇｎｉｔｉｖｅ ｌｏａｄ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｅｖａｌｕａｔｉｏｎ ｂａｓｅｄ ｏｎ ｔｈｅ ｍｕｌｔｉｐｌｅ ｐｈｙｓｉｏｌｏｇｉｃａｌ ｐａｒａｍｅｔｅｒ［Ｊ］．Ｓｃｉｅｎｃｅ Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ，２０１４，１４（２７）：２９５—３００． ｆ２５］ＦＩＴＴＳ Ｐ Ｍ，Ｊ０ＮＥＳ Ｒ Ｅ．Ｅｙｅ ｆｉｘａｔｉｏｎ ｏｆ ａｉｒｃｒａｆｔ ｐｉｌｏｔｓ，ＩＩＩＩ．Ｆｒｅｑｕｅｎｃｙ，ｄｕｒａｔｉｏｎ，ａｎｄ ｓｅｑｕｅｎｃｅ ｆｉｘａｔｉｏｎｓ ｗｈｅｎ ｆｌｙｉｎｇ ａｉｒ ｆｏｒｃｅ ｇｒｏｕｎｄ—ｃｏｎｔｒｏｌｌｅｄ ａｐｐｒｏａｃｈ ｓｙｓｔｅｍ［Ｒ］．Ｏｈｉｏ，ＵＳＡ：Ｗｒｉｇｈｔ Ａｉｒ Ｄｅｖｅｌｏｐｍｅｎｔ Ｃｅｎｔｅｒ， １９４９． 『２６１ Ｇ０ＬＤＢＥＲＧ Ｊ Ｈ， Ｋ０Ｔ、ｒＡＬ Ｘ Ｅ Ａｄｖａｎｃｅｓ ｉｎ ｏｃｃｕｐａｔｉｏｎａｌ ｅｒｇｏｎｏｍｉｃｓ ａｎｄ ｓａｌｔｙ［Ｍ］．Ｃｌｉｔｆｏｎ ．ＵＳＡ： ＩＯＳ Ｐｒｅｓｓ １９８８． 『２７］ＫＡＮＴＥＬＨＡＲＤＴ Ｊ Ｗ， ＺＳＣＨＩＥＧＮＥＲ Ｓ Ａ， ＫＯＳＣＩＥＬＮＹ．ＢＵＮＤＥ Ｅ．ｅｔ ａ１．Ｍｕｌｔｉｆｒａｃｔａｌ ｄｅｔｒｅｎｄｅｄ ｌｆｕｃｔｕａｔｉｏｎ ａｎａｌｙｓｉｓ ｏｆ ｎｏｎｓｔａｔｉｏｎａｒｙ ｔｉｍｅ ｓｅｒｉｅｓ［Ｊ］．Ｐｈｙｓｉｃａ Ａ：Ｓｔａｔｉｓｔｉｃａｌ Ｍｅｃｈａｎｉｃｓ ａｎｄ ｉｔｓ Ａｐｐｌｉｃａｔｉｏｎｓ，２００２． ３１６（１．４、：８７—１１４． ［２８１ ＵＮＤＥＲｗＯＯＤ Ｇ ＣＨＡＰＭＡＮ Ｐ＇ＢＲＯＣＫＬＥＨＵＲＳＴ Ｎ， ｅｔ ａ１．Ｖｉｓｕａｌ ａｔｔｅｎｔｉｏｎ ｗｈｉｌｅ ｄｒｉｖｉｎｇ：Ｓｅｑｕｅｎｃｅｓ ｏｆ ｅｙｅ ｉｆｘａｔｉｏｎｓ ｍａｄｅ ｂｙ ｅｘｐｅｒｉｅｎｃｅｄ ａｎｄ ｎｏｖｉｃｅ ｄｒｉｖｅｒｓ［Ｊ］． Ｅｒｇｏｎｏｍｉｃｓ，２００３，４６（６）：６２９—６４６． ［２９］ＳＡＤＡＳＩＶＡＮ Ｓ，ＧＲＥＥＮＳＴＥＩＮ Ｊ Ｓ，ＧＲＡＭ０ＰＡＤＨＹＥ Ａ Ｋ．ｅｔ ａ１．Ｕｓｅ ｏｆ ｅｙｅ ｍｏｖｅｍｅｎｔｓ ａｓ ｆｅｅｄｆｏｒｗａｒｄ ｔｒａｉｎｉｎｇ ｆｏｒ ａ ｓｙｎｔｈｅｔｉｃ ａｉｒｃｒａｆｔ ｉｎｓｐｅｃｔｉｏｎ ｔａｓｋ【Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＳＩＧＣＨＩ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｈｕｍａｎ Ｆａｃｔｏｒｓ ｉｎ Ｃｏｍｐｕｔｉｎｇ Ｓｙｓｔｅｍｓ．Ｐｏｒｔｌａｎｄ，Ｏｒｅｇｏｎ．ＵＳＡ：ＡＣＭ．２００５：１４１．１４９． ［３０１ ＶＡＮ ＭＥＥＵＷＥＮ ＬⅥ－ ＪＡＲＯＤＺＫＡ Ｈ， ＢＲＡＮＤ— ＧＲＵＷＥＬ Ｓ．ｅｔ ａ１． Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ ｅｆｆｅｃｔｉｖｅ ｖｉｓｕａｌ ｐｒｏｂｌｅｍ ｓｏｌｖｉｎｇ ｓｔｒａｔｅｇｉｅｓ ｉｎ ａ ｃｏｍｐｌｅｘ ｖｉｓｕａｌ ｄｏｍａｉｎ［Ｊ］． Ｌｅａｒｎｉｎｇ ａｎｄ Ｉｎｓｔｒｕｃｔｉｏｎ，２０１４。３２：１０．２１． ［３ １］ＤＺＥＮＧ Ｒ Ｊ，ＬＩＮ Ｃ ＦＡＮＧ Ｙ Ｃ．Ｕｓｉｎｇ ｅｙｅ—ｔｒａｃｋｅｒ ｔｏ ｃｏｍｐａｒｅ ｓｅａｒｃｈ Ｐａｔｔｅｒｎｓ ｂｅｔｗｅｅｎ ｅｘｐｅｒｉｅｎｃｅｄ ａｎｄ ｎｏｖｉｃｅ ｗｏｒｋｅｒｓ ｆｏｒ ｓｉｔｅ ｈａｚａｒｄ ｉｄｅｎｔｉｆｉｃａｔｉ０ｎ『Ｊ１．Ｓａｆｅｔｙ Ｓｃｉｅｎｃｅ， ２０１６，８２：５６—６７． 编辑蒋晓
