CN116196002A - 飞行员空中生理应激评估方法及系统 - Google Patents
飞行员空中生理应激评估方法及系统 Download PDFInfo
- Publication number
- CN116196002A CN116196002A CN202310473475.1A CN202310473475A CN116196002A CN 116196002 A CN116196002 A CN 116196002A CN 202310473475 A CN202310473475 A CN 202310473475A CN 116196002 A CN116196002 A CN 116196002A
- Authority
- CN
- China
- Prior art keywords
- pilot
- score value
- flight
- stress
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 230000009894 physiological stress Effects 0.000 title claims abstract description 71
- 230000035882 stress Effects 0.000 claims abstract description 157
- 238000011156 evaluation Methods 0.000 claims abstract description 58
- 230000008569 process Effects 0.000 claims abstract description 37
- 230000004927 fusion Effects 0.000 claims abstract description 21
- 238000012549 training Methods 0.000 claims abstract description 21
- 230000001133 acceleration Effects 0.000 claims description 85
- 238000004364 calculation method Methods 0.000 claims description 68
- 230000000241 respiratory effect Effects 0.000 claims description 50
- 238000004458 analytical method Methods 0.000 claims description 38
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 32
- 238000001228 spectrum Methods 0.000 claims description 19
- 230000036387 respiratory rate Effects 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 5
- 230000001360 synchronised effect Effects 0.000 abstract description 5
- 238000007500 overflow downdraw method Methods 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 85
- 238000013210 evaluation model Methods 0.000 description 14
- 230000010006 flight Effects 0.000 description 13
- 238000011160 research Methods 0.000 description 7
- 238000007405 data analysis Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 238000011835 investigation Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000024703 flight behavior Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000037007 arousal Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000009189 diving Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002889 sympathetic effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
- A61B5/0531—Measuring skin impedance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/332—Portable devices specially adapted therefor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/20—Workers
- A61B2503/22—Motor vehicles operators, e.g. drivers, pilots, captains
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Veterinary Medicine (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Cardiology (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Educational Technology (AREA)
- Psychology (AREA)
- Child & Adolescent Psychology (AREA)
- Social Psychology (AREA)
- Pulmonology (AREA)
- Dermatology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明涉及一种飞行员空中生理应激评估方法及系统,属于航空医学训练领域,本发明的方法包括:获取飞行员飞行过程中的生理参数数据;获取飞行员飞行过程中的飞行参数数据;基于所述生理参数数据和所述飞行参数数据,进行时间同步,数据融合,得到融合后的数据;基于所述融合后的数据,分别进行飞行员实时应激态、关键事件飞行员战斗应激度和飞行员飞行任务战斗应激度评估,得到飞行员飞行训练生理应激度评估结果。解决了现有技术中飞行参数数据、生理参数数据采集难度高,同步融合困难,缺乏合适的数据融合方法的技术问题。
Description
技术领域
本发明涉及航空医学训练技术领域,尤其涉及一种飞行员空中生理应激评估方法及系统。
背景技术
飞行员空中生理应激评估系统,评估飞行员的空中身体机能状态,判断是否处于疲劳状态,以及是否超负荷飞行。由于缺乏数据支撑,飞行员空中飞行训练时的生心理变化及应激状态变化一直存在空缺。
目前飞行员空中生理应激评估,存在空中无法监测、监测后无法评估、以及数据融合难的问题。飞行员空中飞行训练时,缺乏无扰、长程、客观、动态的生理健康数据监测手段。飞行员生理健康数据监测后,缺乏生理应激评估手段,未能建立飞行员身心状态和训练效能间的映射关系,无法有效评估。现有的飞行训练系统,能对飞行参数进行采集、存储和分析,却无法将人的参数进行同步融合、分析,存在飞行参数数据和生理参数数据同步融合难的问题。
总之,现有技术中飞行员飞行参数采集难度大,目前只有飞行数据采集装置能够对飞行参数数据进行采集,而该类数据保密程度极高,难以获取;生理参数数据采集难度高,虽然目前能对空中飞行员生理参数数据进行采集,但是采集方式单一,采集指标有限,采集数据的稳定性和可靠性有待商榷;飞行员飞行参数数据和生理参数数据的同步融合困难,缺乏合适的数据融合方法。
发明内容
鉴于上述的分析,本发明实施例旨在提供一种飞行员空中生理应激评估方法及系统,用于解决飞行参数数据采集难度大,生理参数数据采集难度高,飞行参数数据和生理参数数据的同步融合困难,缺乏合适的数据融合方法的技术问题。
为解决上述技术问题,本发明采用的主要技术方案包括:
本发明提供一种飞行员空中生理应激评估方法,包括:获取飞行员飞行过程中的生理参数数据;获取飞行员飞行过程中的飞行参数数据;基于所述生理参数数据和所述飞行参数数据,进行时间同步,数据融合,得到融合后的数据;基于所述融合后的数据,分别进行飞行员实时应激态、关键事件飞行员战斗应激度和飞行员飞行任务战斗应激度评估,得到飞行员飞行训练生理应激度评估结果。
本说明书提供一种飞行员空中生理应激评估系统,包括:
生理参数数据采集模块,用于获取飞行员飞行过程中的生理参数数据;飞行参数数据采集模块,用于获取飞行员飞行过程中的飞行参数数据;数据同步融合模块,基于所述生理参数数据和所述飞行参数数据,进行时间同步,数据融合,且展示飞行员实时应激度;飞行员战斗应激评估模块,基于融合后的数据,分别进行飞行员实时应激态、关键事件飞行员战斗应激度和飞行员飞行任务战斗应激度评估,得到飞行员飞行训练生理应激度评估结果。
与现有技术相比,本发明的技术方案至少可以实现如下之一有益效果:
1、首次将真实飞行参数数据和飞行员飞行时生理参数数据进行时间同步、数据融合,数据进行同步融合回放,不同于虚拟仿真训练系统;
2、首次基于真实飞行参数数据和生理参数数据,构建飞行员实时应激态评估模型、关键事件飞行员战斗应激度评估模型和飞行员飞行任务战斗应激度评估模型,能够对飞行员实时、关键事件发生时、整个飞行任务,进行量化评估。
本发明中,上述各技术方案之间还可以相互组合,以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述,并且,部分优点可从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件;
图1为本发明飞行员空中生理应激评估方法框架示意图;
图2为本发明飞行员空中生理应激评估系统示意图;
图3为本发明飞行员战斗应激评估流程图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
本发明飞行员空中生理应激评估方法及系统,采集飞行员真实训练时的飞行参数数据和生理参数数据,将数据进行时间同步,数据融合、分析处理,根据特征提取算法,进行飞行员战斗应激评估,包括进行飞行员实时应激态评估、关键事件飞行员战斗应激度评估和飞行员飞行任务战斗应激度评估。通过飞行员应激评估,评价飞行员飞行过程的训练效果,量化评估判断飞行员实时、关键事件发生时、整个飞行任务,飞行员是否疲劳飞行,是否超负荷飞行。
实施例1
为了能够对飞行员应激状态进行评估,本发明实施例提供了一种飞行员空中生理应激评估方法,本发明获取飞行员飞行过程中的生理参数数据;获取飞行员飞行过程中的飞行参数数据;通过监测飞行员空中生理参数数据,和飞行训练中的飞行参数数据进行数据融合,特征提取,建立飞行员战斗应激度评估模型,来评估飞行员的作战效能。
如图1所示,该生理应激评估方法,包括如下步骤:
步骤S01:获取飞行员飞行过程中的生理参数数据。飞行员空中生理参数数据采集,借助多种空中生理监测设备,采集飞行员空中生理参数数据,空中生理监测设备包括:胸带、腕表、头盔,使用的胸带经过医疗级认证。所采集飞行员在空中飞行时生理参数数据包括:ECG(Electrocardiography,心电图,200hz)、胸呼吸(25hz)、人体加速度(25hz)、皮肤电阻抗(4hz)等信号,对采集的信号处理得到心率(1hz)、呼吸率(1hz)指标;
对心率进行心率变异性分析、时域分析得到心率时域指标和频域指标,时域指标包括SDNN(Standard Deviation of NN intervals,RR间期的标准差),分析过程采用现有方式完成;
频域指标包括低频LF(Low Frequency)、总功率谱TP(Total Power)、低高频比LF/HF(Low Frequency/High Frequency ratio)。
步骤S02:获取飞行员飞行过程中的飞行参数数据。飞行员飞行训练中的飞行参数数据的采集,借助多种飞行数据采集装置,利用雷达、GPS、传感器等,采集并传输飞行参数数据。采集飞机飞行过程中的飞行参数数据包括:法向过载,飞行高度,表速,飞行加速度、飞行姿态、横滚角,俯仰角,航向角,北向速度,天向速度,东向速度。
步骤S03:基于所述生理参数数据和所述飞行参数数据,进行时间同步,数据融合,得到融合后的数据。集成步骤S01采集的生理参数数据和S02采集的飞行参数数据,将飞行员飞行时的飞行参数数据和生理参数数据时间同步、数据融合回放复现。在空中生理监测设备采集数据之前,对空中生理监测设备进行时间校对;飞行数据采集装置,自动进行时间校准;将时间校准后的飞行参数数据和生理参数数据进行时间同步。
步骤S04:基于所述融合后的数据,分别进行飞行员实时应激态、关键事件飞行员战斗应激度和飞行员飞行任务战斗应激度评估,得到飞行员飞行训练生理应激度评估结果。
对关键事件进行提取和分析,飞行信息方面进行飞行强度、飞行难度计算,生理信息方面进行心率趋势分析、时域频域分析,以及关键事件应激度计算,且可以展示飞行员实时应激度。
如图3所示,该步骤包括:飞行员实时应激态评估S401、关键事件飞行员战斗应激度评估S402、飞行员飞行任务战斗应激度评估S403,以及评估结果的应用分析S404。
步骤S401,飞行员实时应激态评估,反映飞行员的实时应激能力,实现安全操作风险预警,判断实时训练是否超出个人应激能力,判断飞行员是否需要再训练。飞行员实时应激态评估,通过对第一飞行难度和生理应激度两个维度评估得到。包括:
步骤S4011、计算得到飞行员实时第一飞行难度得分值,反应飞行员实时飞行难度情况。
基于飞行参数数据法向过载,评估计算获得法向过载得分值;基于飞行参数数据飞行高度,评估计算得到飞行高度得分值;基于飞行参数数据天向速度,评估计算获得天向速度得分值;基于飞行参数数据横滚角,评估计算获得横滚角得分值;基于飞行参数数据俯仰角,评估计算获得俯仰角得分值。
基于法向过载得分值、飞行高度得分值、天向速度得分值、横滚角得分值、俯仰角得分值五个指标,对五个指标各设置分值100分,设置相应权重,计算得到飞行员实时第一飞行难度得分值。在第一飞行难度得分值加权大于100分时,统一设为100分。
评估计算法向过载得分值:基于飞行参数数据法向过载,评估计算法向过载得分值。
法向过载大于等于6G时,法向过载得分值为100分;法向过载小于6G时,法向过载得分值为,计算如公式1.1所示。基于对60架次飞行数据中的法向过载分析,设置法向过载阈值6G,正常飞行时最大法向过载为6G,超过6G时飞行难度很大,因此设置法向过载阈值6G。
评估计算飞行高度得分值:基于飞行参数数据飞行高度,获得飞行高度得分值。
综合飞行员实验结果,分析得到飞行高度和飞行强度之间的关系:飞行高度位于500米以下时,属于超低空和低空飞行范畴,飞行强度较大;飞行高度位于500-1000米时,属于低空飞行范畴,飞行强度适宜;飞行高度位于1000米以上时,属于中高空飞行高度范畴,飞行强度较小。因此设置阈值为500米和1000米。
评估计算天向速度得分值:基于飞行参数数据天向速度,评估计算天向速度得分值。天向速度的绝对值大于等于时,天向速度得分值为100分;天向速度的绝对值小于时,天向速度得分值为。天向速度得分值的计算方式,计算如公式1.3所示。基于对60架次飞行数据中的天向速度分析,设置天向速度阈值50m/s。正常飞行时上升朝上和俯冲朝下的天向速度最大为50m/s,超过50m/s时飞行难度很大,因此设置天向速度阈值为50m/s。
评估计算横滚角得分值:基于飞行参数数据横滚角,评估计算横滚角得分值。横滚角的绝对值时,横滚角得分值为100分;横滚角的绝对值时,横滚角得分值为,计算如公式1.4所示。基于对60架次飞行数据中的横滚角分析,设置横滚角阈值100度,正常飞行横滚角为100度时是非常剧烈的飞行,超过100度时飞行难度很大,因此设置横滚角阈值为100度。
评估计算俯仰角得分值:基于飞行参数数据俯仰角,评估计算俯仰角得分值。俯仰角的绝对值时,得分为100分;俯仰角的时,的计算方式,计算如公式1.5所示。基于对60架次飞行数据中的俯仰角分析,设置俯仰角阈值20度。正常飞行俯仰角为20度时是非常剧烈的飞行,超过20度时飞行难度很大,因此设置俯仰角阈值为20度。
第一飞行难度得分值计算:基于法向过载得分值、飞行高度得分值、天向速度得分值、横滚角得分值、俯仰角得分值,乘以每个指标相应权重,飞行难度得分值计算方式,计算如公式1.6所示,在加权值大于100分时,统一设为100分。
其中,为第一飞行难度得分值,为法向过载得分值,为法向过载得分值权重,为飞行高度得分值,为飞行高度得分值权重,为天向速度得分值,为天向速度得分值权重,为横滚角得分值,为横滚角得分值权重,为俯仰角得分值,为俯仰角得分值权重。
通过飞行数据中飞参数据的研究分析,设置法向过载得分值权重为0.3、飞行高度得分值权重为0.1、天向速度得分值权重为0.4、横滚角得分值权重为0.3、俯仰角得分值权重为0.3。此处五个权重值之和大于1,当计算出来的第一飞行难度得分值大于100分时,统一设为100分。第一飞行难度得分值权重为0.6。
步骤S4012、计算得到实时第一生理应激度得分值,反应飞行员实时生理应激情况。
基于飞行员生理参数数据心率,获得心率稳定度得分值,基于胸呼吸值,获得呼吸稳定度得分值,基于皮肤电阻抗,获得皮肤电阻抗稳定度得分值,以及人体加速度四个维度评估得到,设置相应的权重,计算得到飞行员实时第一生理应激度得分值。
心率稳定度得分值计算:基于飞行员生理参数数据心率,计算相邻15秒内心率平均值,计算如公式1.7所示;基于心率平均值,计算心率稳定度,心率稳定度为相邻15秒内心率平均值的变化率,计算如公式1.8所示;最后计算心率稳定度得分值,计算如公式1.9所示。
平均心率变化率分为三种情况:当心率稳定度变化率大于70%时,心率稳定度得分值为100分;当心率稳定度变化率小于等于70%大于0时,心率稳定度得分值为;当心率稳定度变化率为负数时,心率稳定度得分值为0。基于对60架次飞行过程中的心率数据分析,心率稳定度变化率阈值70%。正常飞行时平均心率变化率不会超过70%,超过70%时是超应激状态,因此设置阈值为70%。
呼吸稳定度得分值计算:基于飞行员生理参数数据胸呼吸,得到飞行员呼吸波数值,计算相邻前后15秒内呼吸波数值的积分,计算如公式1.10所示;基于呼吸波数值的积分,计算相邻15秒内呼吸波数值积分的变化率,计算如公式1.11所示;最后计算得到呼吸稳定度得分值,计算如公式1.12所示。
其中,为呼吸稳定度变化率得分值,为呼吸稳定度变化率。呼吸稳定度变化率分为三种情况:呼吸稳定度变化率大于20%时,呼吸稳定度变化率得分值为100分;在呼吸稳定度变化率小于20%时,通过计算呼吸稳定度变化率得分值;在呼吸稳定度变化率为负数时,呼吸稳定度变化率得分值为0。基于对60架次飞行过程中的呼吸数据分析,设置呼吸稳定度变化率阈值20%。正常飞行时呼吸稳定度变化率最高值为20%,超过20%时是超应激状态,因此阈值设置为20%。
皮肤电阻抗变化率计算:基于飞行员飞行参数数据皮肤电阻抗,计算相邻15秒内皮肤电阻抗的平均值;基于该平均值,计算皮肤电阻抗变化率;基于该变化率,计算出皮肤电阻抗变化率得分值。
计算相邻15秒内皮肤电阻抗的平均值,计算如公式1.13所示。
计算相邻15秒内皮肤电阻抗平均值的变化率,计算如公式1.14所示。
计算皮肤电阻抗变化率得分值,计算如公式1.15所示。
其中,为皮肤电阻抗变化率得分值,为皮肤电阻抗变化率。在皮肤电阻抗变化率大于15%时,皮肤电阻抗变化率得分值得分100分;在皮肤电阻抗变化率小于15%时,皮肤电阻抗变化率得分值为;在皮肤电阻抗变化率为负数时,得分为0。基于对60架次飞行过程中的皮肤电阻抗数据分析,设置皮肤电阻抗变化率阈值15%。正常飞行时皮肤电阻抗变化率不会超过15%,超过15%时是超应激状态,因此设置阈值为15%。
人体加速度得分值计算:基于飞行员飞行参数数据生理参数数据人体加速度,计算人体加速度得分值,计算如公式1.16所示。
其中,为人体加速度得分值,为人体加速度。人体加速度大于等于6G时,人体加速度得分值得分为100分;人体加速度小于6G大于等于0时,人体加速度得分值为;在人体加速度为负数时,人体加速度得分值得分为0。基于对60架次飞行过程中的人体加速度数据分析,设置人体加速度阈值6G。正常飞行时人体加速度最大为6G,超过6G时处于超应激状态,因此设置6G。
飞行员第一生理应激度计算:基于心率应激稳定度得分值、呼吸稳定度得分值、皮肤电阻抗变化率得分值、人体加速度得分值,乘以相应权重,计算得到飞行员第一生理应激度,计算如公式1.17所示。
其中,为第一生理应激度得分值,为心率稳定度得分值,为心率稳定度得分值权重,为呼吸稳定度得分值,为呼吸稳定度得分值权重,为皮肤电阻抗变化率得分值,为皮肤电阻抗变化率得分值权重,为人体加速度得分值,为人体加速度得分值权重。
步骤S4013、计算得到飞行员实时应激态得分值,反应飞行员的实时飞行时的应激能力。
基于第一飞行难度得分值和第一生理应激度得分值,乘以相应权重,计算得到飞行员实时应激态得分值,计算如公式1.18所示。
其中,S1为飞行员实时应激态得分值,为第一飞行难度得分值,第一飞行难度得分值权重,为第一生理应激度得分值,为第一生理应激度得分值权重。基于对于60架次飞行过程中生理参数数据和飞行参数数据的研究分析,设置第一飞行难度得分值权重为0.6,第一生理应激度得分值权重为0.4。
飞行员实时应激态得分值,总评分设置为100分,应激强度和作业效率呈现倒U形理论,在飞行得分时,飞行员处于低负荷状态,起不到应激作用;在飞行得分时,飞行员处于最佳状态;在飞行员得分时,飞行员处于超负荷状态,超出飞行员的应激能力。
飞行员实时应激态评估模型,输出飞行员实时应激态得分值为S1,反映飞行员实时飞行的应激能力。
步骤402:关键事件飞行员战斗应激度评估模型,通过计算完成不同机动动作时的应激度的得分,判断飞行员完成不同机动动作时的应激程度,评价处理关键事件时的应激程度。
关键事件飞行员战斗应激度评估模型,基于飞行强度、飞行难度、生理应激度和心理应激度四个维度评估得到。对四个维度各设置总分值100分,设置相应权重,计算得到关键事件飞行员的战斗应激度得分值。
步骤S4021、飞行强度得分值计算:基于飞行员飞行参数数据的飞行加速度、天向速度、北向速度和东向速度,计算关键时间内飞行加速度持续时间得分值、天向速度持续时间得分值、北向速度持续时间得分值、东向速度持续时间得分值,设置相应权重,计算得到飞行员关键事件飞行强度得分值。
飞行加速度持续时间得分值计算:基于飞行参数数据的表速,计算得到飞行加速度,基于飞行加速度,计算飞行加速度持续时间得分值。
一个关键事件内,计算加速度累计时间得分值,计算如公式2.2所示。
在飞行加速度小于2G时,飞行加速度持续时间。在飞行加速度大于等于2G时,飞行加速度持续时间得分值为。基于对60架次飞行数据中的飞机加速度持续时间分析,设置飞机加速度持续时间界定阈值2G。正常飞行时飞机加速度小于2G时,处于低负荷状态,起不到应激作用,大于等于2G时,处于应激状态,因此飞机加速度持续时间界定阈值设置为2G。
天向速度持续时间得分值计算:基于飞行参数数据的天向速度,计算得到关键事件内天向速度持续时间得分值,计算如公式2.3所示。
其中,为天向速度持续时间得分值,为天向速度绝对值,为天向速度绝对值大于等于50时的天向速度累计时间。一个关键事件内,当天向速度绝对值大于等于50时,天向速度持续时间得分值为;当天向速度绝对值小于50时,天向速度持续时间得分值为0。基于对60架次飞行数据中的天向速度持续时间分析,设置天向速度持续时间得分值界定阈值50。
北向加速度持续时间得分值计算:基于飞行参数数据的北向速度,计算得到关键事件内北向速度持续时间得分值,计算如公式2.4所示。
其中为北向速度持续时间得分值,为北向速度绝对值,为北向速度绝对值大于等于150时的北向速度累计时间。一个关键事件内,当北向速度绝对值大于等于150时,计算天向速度持续时间得分值为;在天向速度绝对值小于150时,天向速度持续时间得分值为0。基于对60架次飞行数据中的北向速度持续时间分析,设置北向速度持续时间得分值界定阈值150。
东向速度持续时间得分值计算:基于飞行参数数据的东向速度,计算得到关键事件内东向速度持续时间得分值,计算如公式2.5所示。
其中,为东向速度持续时间得分值,为东向速度绝对值,为东向速度绝对值大于等于150时的东向速度累计时间。一个关键事件内,当东向速度绝对值大于等于150时,计算东向速度累计时间得分值为;在东向速度绝对值小于150时,东向速度累计时间得分值为0。基于对60架次飞行数据中的东向速度持续时间分析,设置东向速度持续时间得分值阈值150。
飞行强度得分值计算:飞行强度得分值,基于加速度持续时间得分值、天向速度持续时间得分值、北向速度持续时间得分值、东向速度持续时间得分值,乘以相应权重,计算如公式2.6所示。
其中,为飞行强度得分值,加速度持续时间得分值,为加速度持续时间得分值权重,为天向速度持续时间得分值,为天向速度持续时间得分值权重,为北向速度持续时间得分值,为北向速度持续时间得分值权重,为东向速度持续时间得分值,为东向持续时间得分值权重。
步骤S4022、飞行难度得分值计算:基于飞行员飞行参数数据的飞行加速度、横滚角、俯仰角、天向速度和北向速度,计算飞行加速度得分值、横滚角得分值、俯仰角得分值、天向速度得分值和北向速度得分值,设置相应权重,计算得到飞行难度得分值。
基于飞行加速度,计算得到飞行加速度得分值,计算如公式2.7所示。
其中为飞行加速度得分值,为飞行加速度,表速除以时间。飞行加速度大于等于6G时,飞行加速度的得分值为100分;飞行加速度小于6G时,为。基于对60架次飞行数据中的飞行加速度分析,设置飞行加速度阈值6G。正常飞行时飞行加速度为6G,超过6G时飞行难度很大,因此设置飞行加速度阈值为6G。
横滚角得分值计算:基于飞行参数数据横滚角,横滚角为,横滚角得分为。横滚角的绝对值大于等于100时,横滚角得分值为100分;横滚角的绝对值小于100时,横滚角得分值为,计算如公式2.8所示。基于对60架次飞行数据中的横滚角分析,设置横滚角阈值100度。正常飞行横滚角为100度时是非常剧烈的飞行,超过100度时飞行难度很大,因此设置横滚角阈值为100度。
俯仰角得分值计算:基于飞行参数数据俯仰角,俯仰角为,俯仰角得分值为。俯仰角的绝对值大于等于20时,俯仰角得分值得分为100分;俯仰角的绝对值小于20时,俯仰角得分值为,计算如公式2.9所示。基于对60架次飞行数据中的俯仰角分析,设置俯仰角阈值20度。正常飞行俯仰角为20度,超过20度时是非常剧烈的飞行,飞行难度很大,因此设置俯仰角阈值为20度。
天向速度得分值计算:基于飞行参数数据天向速度,计算天向速度得分值,计算如公式2.10所示。
其中,为天向速度得分值,天向速度绝对值。天向速度的绝对值大于等于时,天向速度得分值为100分;天向速度的绝对值小于50时,天向速度得分值为。基于对60架次飞行数据中的天向速度分析,设置天向速度绝对值阈值50。正常天向速度为50m/s,超过50m/s时是非常剧烈的飞行行为,飞行难度大,所以天向速度绝对值阈值为50。
北向速度得分值计算:基于飞行参数数据的北向速度,计算得到北向速度得分值,计算如公式2.11所示。
北向速度的绝对值大于等于150时,北向速度得分值为100分;北向速度的绝对值小于150时,北向速度得分值为。基于对60架次飞行数据中的北向速度分析,设置北向速度绝对值阈值150。正常北向速度为150m/s ,超过150m/s时是非常剧烈的飞行行为,飞行难度大,所以北向速度绝对值阈值为150。
第二飞行难度得分值计算:基于飞行加速度得分值、横滚角得分值、俯仰角得分值、天向速度得分值、北向速度得分值,乘以相应权重。计算方式见公式2.12。
其中,为第二飞行难度得分值,为飞行加速度得分值,为飞行加速度得分值权重,为横滚角得分值,为横转角得分值权重,为俯仰角得分值,为俯仰角得分值权重,为天向速度得分值,为天向速度得分值权重,为北向速度得分值,为北向速度得分值权重。
步骤S4023、第二生理应激度得分值计算。
生理应激度主要包括心率稳定度、呼吸稳定度、皮肤电阻抗稳定度、呼吸率稳定度等指标。对四个维度各设置总分值100分,设置相应权重,计算得到飞行员关键事件第二生理应激度得分。
在关键事件低于15s时,生理相关指标计算按照15s进行;关键事件大于15s时,生理相关指标计算按照关键事件发生时长进行。
心率稳定度得分值计算:基于飞行参数数据的心率,计算关键事件发生时心率平均值,计算如公式2.13所示;基于心率平均值,计算心率稳定度,计算如公式2.14所示;基于心率稳定度,计算得到心率稳定度得分值,计算如公式2.15所示。
其中,为心率稳定度得分值,为心率稳定度。当心率稳定度大于等于70%时,心率稳定度得分值为100,当心率稳定度大于等于0小于70%时,心率稳定度得分值为;在心率稳定度为负数时,心率稳定度得分值为0。基于对60架次飞行过程中的心率数据分析,设置心率稳定度阈值70%,正常飞行时平均心率变化率不超过70%,超过70%时是超应激状态,因此设置心率稳定度阈值为70%。
呼吸稳定度得分值计算:基于飞行员生理参数数据胸呼吸,得到飞行员呼吸波数值,计算关键事件发生时呼吸波数值的积分,计算如公式2.16所示,继而计算关键事件发生时呼吸波数值积分的变化率,计算如公式2.17所示;基于该变化率,计算出呼吸稳定度得分值,计算如公式2.18所示。
其中,为呼吸稳定度得分值,为呼吸稳定度变化率。当呼吸稳定度变化率大于等于20%时,得分100,在呼吸稳定度变化率小于20%大于等于0时,呼吸度稳定值得分值为;当呼吸稳定度变化率为负数时,得分为0。基于对60架次飞行过程中的呼吸数据分析,设置呼吸稳定度变化率阈值20%。正常飞行时呼吸稳定度变化率最高值为20%,超过20%时是超应激状态,因此设置呼吸稳定度变化率阈值为20%。
皮肤电阻抗变化率得分值计算:基于生理参数数据皮肤电阻抗,计算关键时刻皮肤电阻抗平均值,计算如公式2.19所示;基于皮肤电阻抗平均值的基础上,计算关键事件发生时皮肤电阻抗平均值的变化率,计算如公式2.20所示;基于皮肤电阻抗变化率的基础上,计算皮肤电阻抗变化率得分值,计算如公式2.21所示。
其中,为皮肤电阻抗变化率得分值,为皮肤电阻抗变化率。当皮肤电阻抗变化率大于等于15%时,皮肤电阻值变化率得分值为100分,当皮肤电阻抗变化率小于15%大于等于0时,皮肤电阻值变化率为,当皮肤电阻抗变化率为负数时,皮肤电阻值变化率得分值为0。基于对60架次飞行过程中的皮肤电阻抗数据分析,设置皮肤电阻抗变化率阈值15%。正常飞行时皮肤电阻抗变化率不超过15%,超过15%是超应激状态,因此设置皮肤电阻抗变化率阈值为15%。
呼吸率稳定度得分值计算:基于生理参数数据呼吸率,关键事件发生时呼吸率平均值,计算如公式2.22所示;基于关键事件发生时呼吸率平均值,计算关键事件发生时呼吸率平均值的变化率,计算如公式2.23所示;基于该平均值的变化率,计算呼吸率稳定度得分值,计算如公式2.24所示。
其中,为呼吸率稳定度得分值,呼吸率稳定度变化率,计算关键事件发生时呼吸率平均值的变化率。当呼吸率稳定度变化率大于40%时,呼吸率稳定度得分值为100分,当呼吸率稳定度变化率小于40%时,呼吸率稳定度得分值为;在呼吸率稳定度变化率为负数时,呼吸率稳定度得分值为0。基于对60架次飞行过程中的呼吸率数据分析,设置呼吸率变化率阈值15%,正常飞行时呼吸率变化率最高值为15%,超过15%是超应激状态,因此设置呼吸率变化率阈值为15%。
第二生理应激度得分值计算:基于心率稳定度得分值、呼吸稳定度得分值、皮电阻抗稳定度得分值、呼吸率稳定度得分值,乘以相应权重,计算得到第二生理应激度得分值,计算如公式2.25所示。
其中,为第二生理应激度得分值,为心率稳定度得分值,为心率稳定度得分值权重,为呼吸稳定度得分值,为呼吸稳定度得分值权重,为皮肤电阻抗稳定度得分值,为皮肤电阻抗稳定度得分值权重,为呼吸率稳定度得分值,为呼吸率稳定度得分值权重。
基于对60架次飞行过程中生理参数数据和飞行参数数据的研究分析,心率稳定度得分值权重值为0.35,呼吸稳定度得分值权重为0.25,皮肤电阻抗稳定度得分值权重值为0.2,呼吸率稳定度得分值权重值为0.2。
步骤S4024、心理应激度得分值计算:基于生理参数数据SDNN、总功率谱TP、低频LF、低高频比LF/HF四个维度。基于SDNN,计算SDNN得分值,计算如公式2.26和2.27所示;基于总功率谱TP,计算总功率谱TP得分值,计算如公式2.28所示;基于低频LF,计算低频LF得分值,计算如公式2.29所示;基于低高频比LF/HF,计算低高频比LF/HF得分值,计算如公式2.30和公式2.31所示。
基于SDNN得分值、总功率谱TP得分值、低频LF得分值、低高频比LF/HF得分值,对四个维度各设置分值100分,设置相应权重,计算得到飞行员关键事件心理应激度得分值,计算如公式2.32所示。
其中,为心理应激度得分值,为SDNN得分值,为SDNN得分值权重,为总功率谱TP得分值,为总功率谱TP得分值权重,为低频LF得分值,为低频LF得分值权重,为低高频比LF/HF得分值,低高频比LF/HF得分值权重。
基于对60架次飞行过程中心率数据的研究分析,设置SDNN得分值权重为0.25、总功率谱TP得分值权重为0.15、低频LF得分值权重为0.25、低高频比LF/HF得分值权重为0.2。心理应激度最后得分是,分别是SDNN、总功率谱TP、低频LF、低高频比LF/HF指标各自得分,乘以相应权重。计算得到飞行员关键事件心理应激度得分值。
步骤S4025、计算飞行员关键事件飞行员战斗应激度得分值:基于飞行员关键事件飞行员战斗应激度得分值S2,分别是飞行强度得分值、第二飞行难度得分值、第二生理应激度得分值、心理应激度的得分值,乘以相应权重,计算如公式2.33所示。
其中,S2为飞行员战斗应激度得分值,为飞行强度得分值,飞行强度得分值权重,为第二飞行难度得分值,为飞行难度得分值权重,为生理应激度得分值,第二生理应激度得分值权重,为心理应激度得分值,为心理应激度得分值权重。
以及基于对60架次飞行过程中生理参数数据和飞行参数数据的研究分析,关键事件飞行强度得分权重为0.2,关键事件第二飞行难度得分权重为0.2,关键事件第二生理应激度得分权重为0.3,关键事件心理应激度得分权重为0.3。
关键事件飞行员战斗应激度评估模型,输出关键事件飞行员战斗应激度得分S2,反映飞行员处理关键事件时的应激程度。
飞行过程中关键事件的发生过程中飞机的姿态改变、速度变化,引起人的心率稳定度、呼吸稳定度、皮肤电阻抗变化率、呼吸率等发生变化,构成处理应激事件的应激程度。关键事件飞行员战斗应激度模型得分,起始值设置为50,不设置上限,得分越高,反映处理关键事件的应激程度越高。
步骤S403、飞行员飞行任务战斗应激度模型,对整个飞行过程的应激状态进行综合评估,计算整个飞行过程的飞行任务战斗应激度,评价飞行员飞行过程中的疲劳程度。
飞行员飞行任务战斗应激度评估模型,主要对飞行员飞行一个架次,整个飞行过程中的关键事件的战斗应激度进行累加,以计算整个飞行任务过程中的战斗应激度。飞行员飞行任务战斗应激得分计算,计算如公式3.1所示:
其中,S2i是各个关键事件发生时飞行员的战斗应激度得分,S3是飞行员飞行任务战斗应激度得分。
飞行员飞行任务战斗应激度评估模型,输出飞行员飞行任务战斗应激度得分S3,评价飞行员整个飞行任务过程中的应激程度,是整个飞行过程中的关键事件应激度的累加,反映了飞行员在执行任务过程中能量消耗的程度。
在飞行过程中,发生的关键事件越多,飞行员的能量消耗越多,需要补充的能量越多,飞行员的疲劳程度越高。飞行员飞行任务战斗应激度,初始化值设置为,其中是关键事件的个数,不设置上限,得分越高,反映飞行员在执行任务过程中能量消耗越多。
飞行员飞行后,得到本次飞行的应激状态评分,结合问卷调查方式评估飞行员疲劳程度,建立评分和疲劳的映射关系,实现通过应激状态评分,来量化判断每个飞行员飞行是否处于疲劳状态,来判断是否适合再飞。
步骤S404:模型分析结果的应用分析。飞行员战斗应激评估模型中各个指标权重设置,通过在3个部队进行实验,测试30名飞行员,采集60架次飞行参数数据和生理参数数据,经过问卷调查飞行员生心理状态和对飞行训练成绩评估结合,根据数据试验验证得出。
飞行员实时应激态得分为S1设置满分为100分,在飞行员实时应激态得分时,飞行员处于低负荷状态,起不到应激作用;在飞行得分时,飞行员处于最佳状态;在飞行员得分时,飞行员处于超负荷状态,超出飞行员的应激能力。
步骤S402关键事件飞行员战斗应激度评估模型,输出关键事件飞行员战斗应激度得分S2,反映飞行员处理关键事件时的应激程度。
飞行过程中关键事件的发生过程中飞机的姿态改变、速度变化,引起人的心率稳定度、呼吸稳定度、皮肤电阻抗变化率、呼吸率等发生变化,构成处理应激事件的应激程度。关键事件飞行员战斗应激度模型得分,起始值设置为50,不设置上限,得分越高,反映处理关键事件的应激程度越高。
步骤S403飞行员飞行任务战斗应激度评估模型,输出飞行员飞行任务战斗应激度得分S3,评价飞行员整个飞行任务过程中的应激程度,是整个飞行过程中的关键事件应激度的累加,反映了飞行员在执行任务过程中能量消耗的程度。
在飞行过程中,发生的关键事件越多,飞行员的能量消耗越多,需要补充的能量越多,飞行员的疲劳程度越高。飞行员飞行任务战斗应激度S3,初始化值设置为,其中是关键事件的个数,不设置上限,得分越高,反映飞行员在执行任务过程中能量消耗越多。
飞行员飞行后,得到本次飞行的应激状态评分,结合问卷调查方式评估飞行员疲劳程度,建立评分和疲劳的映射关系,实现通过应激状态评分,来量化判断每个飞行员飞行是否处于疲劳状态,来判断是否适合再飞。
S05:数据存储、应激度展示,对步骤S01采集的飞行员空中生理参数数据和飞行参数数据,以及步骤S02中飞行员实时应激态评估模型S401的输出飞行员实时应激态得分S1、关键事件飞行员战斗应激度评估模型S402的输出关键事件飞行员战斗应激度得分S2、飞行员飞行任务战斗应激度评估模型S403的输出飞行员飞行任务战斗应激度得分S3,以及应激模型分析结果的应用分析S404所计算分析数据进行存储,并对飞行员飞行时应激度评估结果进行展示。
实施例2
一种飞行员空中生理应激评估系统,如图2所示,该系统包括生理参数数据采集模块M1、飞行参数数据采集模块M2、数据同步融合模块M3和飞行员战斗应激评估模块M4。
生理参数数据采集模块M1,飞行员空中生理参数数据采集,借助多种空中生理监测设备,采集飞行员空中生理参数数据,空中生理监测设备包括:胸带、腕表、头盔,使用的胸带经过医疗级认证。所采集飞行员在空中飞行时生理参数数据包括:ECG(200hz)、胸呼吸(25hz)、人体加速度(25hz)、皮肤电阻抗(4hz)等信号,对采集的ECG信号处理得到心率(1hz)、由胸呼吸计算得到呼吸率(1hz)指标;
对心率进行心率趋势分析、时域分析得到时域指标和频域指标;时域指标包括:SDNN;频域指标包括:低频LF、总功率谱TP、低高频比LF/HF。
飞行参数数据采集模块M2,飞行员飞行参数数据采集,借助多种飞行数据采集装置,利用雷达、GPS、传感器,采集传输飞行参数数据。采集飞机飞行过程中的飞行参数数据包括:法向过载,飞行高度,表速,飞行加速度、飞行姿态、横滚角,俯仰角,航向角,北向速度,天向速度,东向速度。
数据同步融合模块M3,用于基于所述生理参数数据和所述飞行参数数据,进行时间同步,数据融合,且展示飞行员实时应激度;
飞行员战斗应激评估模块M4,基于所述评估参数数据分别进行飞行员实时应激态、关键事件飞行员战斗应激度和飞行员飞行任务战斗应激度评估,得到飞行员飞行训练生理应激度评估结果。
对飞行员实时、关键事件发生时、整个飞行任务时的应激度量化分析,以实现对飞行员飞行训练生理应激度的评估。
本发明说明书中未作详细描述的内容属本领域专业技术人员的公知技术。本领域技术人员可以理解,实现上述实施例方法的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读存储介质中。其中,所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种飞行员空中生理应激评估方法,其特征在于,包括:
获取飞行员飞行过程中的生理参数数据;
获取飞行员飞行过程中的飞行参数数据;
基于所述生理参数数据和所述飞行参数数据,进行时间同步,数据融合,得到融合后的数据;
基于所述融合后的数据,分别进行飞行员实时应激态、关键事件飞行员战斗应激度和飞行员飞行任务战斗应激度评估,得到飞行员飞行训练生理应激度评估结果。
2.根据权利要求1所述的飞行员空中生理应激评估方法,其特征在于,所述获取飞行员飞行过程中的生理参数数据,包括:
基于空中生理监测设备采集获取,包括ECG、胸呼吸、人体加速度、皮肤电阻抗的生理参数数据;
基于ECG计算得到心率;
基于胸呼吸计算得到呼吸率;
基于心率进行心率变异性分析获取时域指标和频域指标,所述时域指标包括SDNN,所述频域指标包括低频LF、总功率谱TP和低高频比LF/HF。
3.根据权利要求2所述的飞行员空中生理应激评估方法,其特征在于,所述获取飞行员飞行过程中的飞行参数数据,包括:
基于飞行数据采集装置采集获取,包括法向过载、飞行高度、表速、飞行加速度、飞行姿态、横滚角、俯仰角、航向角、北向速度、天向速度和东向速度的飞行参数数据。
4.根据权利要求3所述的飞行员空中生理应激评估方法,其特征在于,所述飞行员实时应激态评估,包括:
基于所述法向过载、所述飞行高度、所述天向速度、所述横滚角和所述俯仰角,计算得到法向过载得分值、飞行高度得分值、天向速度得分值、横滚角得分值和俯仰角得分值;
基于所述法向过载得分值、所述飞行高度得分值、所述天向速度得分值、所述横滚角得分值和所述俯仰角得分值,计算获得第一飞行难度评估结果;
基于所述心率、所述胸呼吸值、所述皮肤电阻抗和所述人体加速度,计算获得心率稳定度得分值、呼吸稳定度得分值、皮肤电阻抗稳定度得分值和人体加速度得分值;
基于所述心率稳定度得分值、所述呼吸稳定度得分值、所述皮肤电阻抗稳定度得分值和所述人体加速度得分值,计算获得第一生理应激度评估结果;
基于所述第一飞行强度评估结果和所述第一生理应激评估结果,计算得到飞行员实时应激态评估结果。
5.根据权利要求4所述的飞行员空中生理应激评估方法,其特征在于,关键事件飞行员战斗应激度评估,包括:
基于所述飞行加速度、所述天向速度、所述北向速度和所述东向速度,获取关键事件的飞行加速度持续时间得分值、天向速度持续时间得分值、北向速度持续时间得分值和东向速度持续时间得分值;
基于所述飞行加速度持续时间得分值、所述天向速度持续时间得分值、所述北向速度持续时间得分值和所述东向速度持续时间得分值,计算获得飞行强度评估结果;
基于所述飞行加速度、所述横滚角、所述俯仰角、所述天向速度和所述北向速度,计算获得飞行加速度得分值、滚转角得分值、俯仰角得分值、天向速度得分值和北向速度得分值;
基于所述飞行加速度得分值、所述横滚角得分值、所述俯仰角得分值、所述天向速度得分值和所述北向速度得分值计算获得第二飞行难度评估结果;
基于关键事件发生时的所述心率、所述胸呼吸值、所述皮肤电阻抗和所述呼吸率,计算得到心率稳定度得分值、呼吸稳定度得分值、皮肤电阻抗稳定度得分值和呼吸率稳定度得分值;
基于所述心率稳定度得分值、所述呼吸稳定度得分值、所述皮肤电阻抗稳定度得分值和所述呼吸率稳定度得分值计算获得第二生理应激度评估结果;
基于所述SDNN、所述总功率谱TP、所述低频LF和所述低高频比LF/HF,计算获得SDNN得分值、总功率谱TP得分值、低频LF得分值、低高频比LF/HF得分值;
基于所述SDNN得分值、所述总功率谱TP得分值、所述低频LF得分值和所述低高频比LF/HF得分值,计算获得心理应激度评估结果;
基于所述飞行强度评估结果、所述第二飞行难度评估结果、所述第二生理应激度评估结果和所述心理应激度评估结果,计算获得飞行员战斗应激度评估结果。
6.根据权利要求5所述的飞行员空中生理应激评估方法,其特征在于,飞行员飞行任务战斗应激度评估,包括:
累积所述飞行员战斗应激度评估结果,获得飞行员飞行任务战斗应激度评估结果。
7.根据权利要求6所述的飞行员空中生理应激评估方法,其特征在于,当所述飞行员实时应激态评估结果低于第一预设值时,飞行员处于低负荷状态,不起应激作用;当所述飞行员实时应激态评估结果高于第一预设值低于第二预设值时,飞行员处于最佳状态;当所述飞行员实时应激态评估结果高于第二预设值低于第三预设值时,飞行员处于超负荷状态,超出飞行员的应激能力;其中,所述第一预设值、第二预设值、第三预设值依次增大;
所述飞行员战斗应激度评估结果值越大,飞行员处理关键事件的应激程度越高;
所述飞行员飞行任务战斗应激度评估结果值越大,飞行员在执行任务过程中能量消耗越多。
8.根据权利要求4所述的飞行员空中生理应激评估方法,其特征在于,分别设置所述法向过载得分值、所述飞行高度得分值、所述天向速度得分值、所述横滚角得分值和所述俯仰角得分值的权重值,加权计算获得所述第一飞行难度评估结果;
分别设置所述心率稳定度得分值、所述呼吸稳定度得分值、所述皮肤电阻抗稳定度得分值和所述人体加速度得分值的权重值,加权计算获得所述第一生理应激度评估结果;
分别设置所述第一飞行难度评估结果和第一生理应激度评估结果权重值,加权计算得到飞行员实时应激态评估结果。
9.根据权利要求5所述的飞行员空中生理应激评估方法,其特征在于,分别设置所述飞行加速度持续时间得分值、所述天向速度持续时间得分值、所述北向速度持续时间得分值和东向速度持续时间得分值的权重值,加权计算获得所述飞行强度评估结果;
分别设置所述飞行加速度、所述横滚角、所述俯仰角、所述天向加速度和所述北向速度的权重值,加权计算获得所述第二飞行难度评估结果;
分别设置所述心率稳定度得分值、呼吸稳定度得分值、皮肤电阻抗稳定度得分值和呼吸率稳定度得分值的权重值,加权计算获得所述第二生理应激度评估结果;
分别设置所述SDNN得分值、所述总功率谱TP得分值、所述低频LF得分值和所述低高频比LF/HF得分值的权重值,加权计算获得所述心理应激度评估结果;
分别设置所述飞行强度评估结果、所述第二飞行难度评估结果、所述第二生理应激度评估结果和所述心理应激度评估结果的权重值,加权计算获得飞行员战斗应激度评估结果。
10.一种飞行员空中生理应激评估系统,其特征在于:包括:
生理参数数据采集模块,用于获取飞行员飞行过程中的生理参数数据;
飞行参数数据采集模块,用于获取飞行员飞行过程中的飞行参数数据;
数据同步融合模块,基于所述生理参数数据和所述飞行参数数据,进行时间同步,数据融合,且展示飞行员实时应激度;
飞行员战斗应激评估模块,基于所述融合后的数据,分别进行飞行员实时应激态、关键事件飞行员战斗应激度和飞行员飞行任务战斗应激度评估,得到飞行员飞行训练生理应激度评估结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310473475.1A CN116196002B (zh) | 2023-04-28 | 2023-04-28 | 飞行员空中生理应激评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310473475.1A CN116196002B (zh) | 2023-04-28 | 2023-04-28 | 飞行员空中生理应激评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116196002A true CN116196002A (zh) | 2023-06-02 |
CN116196002B CN116196002B (zh) | 2023-07-14 |
Family
ID=86517629
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310473475.1A Active CN116196002B (zh) | 2023-04-28 | 2023-04-28 | 飞行员空中生理应激评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116196002B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117727449A (zh) * | 2024-02-07 | 2024-03-19 | 中国民用航空飞行学院 | 一种民航飞行员健康飞行时间的评估方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2170953C1 (ru) * | 2000-12-05 | 2001-07-20 | Сухолитко Валентин Афанасьевич | Способ контроля и управления функциональным и физиологическим состоянием летчика в полете и устройство для осуществления способа |
CN110473444A (zh) * | 2019-07-26 | 2019-11-19 | 中国人民解放军空军特色医学中心 | 一种基于4d场景的海上飞行预适应训练系统 |
CN111887803A (zh) * | 2020-08-13 | 2020-11-06 | 上海交通大学 | 飞机驾驶舱人机工效多维监测评价系统 |
CN213940722U (zh) * | 2020-08-17 | 2021-08-13 | 中国人民解放军第四军医大学 | 一种基于虚拟现实的军事飞行员应激训练系统 |
CN114154592A (zh) * | 2021-12-17 | 2022-03-08 | 江西洪都航空工业集团有限责任公司 | 一种融合生理数据与飞参数据的飞行训练质效评估方法 |
CN114693170A (zh) * | 2022-04-27 | 2022-07-01 | 沈阳航空航天大学 | 一种基于多源参数融合的飞行员跳伞训练心理评估方法 |
-
2023
- 2023-04-28 CN CN202310473475.1A patent/CN116196002B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2170953C1 (ru) * | 2000-12-05 | 2001-07-20 | Сухолитко Валентин Афанасьевич | Способ контроля и управления функциональным и физиологическим состоянием летчика в полете и устройство для осуществления способа |
CN110473444A (zh) * | 2019-07-26 | 2019-11-19 | 中国人民解放军空军特色医学中心 | 一种基于4d场景的海上飞行预适应训练系统 |
CN111887803A (zh) * | 2020-08-13 | 2020-11-06 | 上海交通大学 | 飞机驾驶舱人机工效多维监测评价系统 |
CN213940722U (zh) * | 2020-08-17 | 2021-08-13 | 中国人民解放军第四军医大学 | 一种基于虚拟现实的军事飞行员应激训练系统 |
CN114154592A (zh) * | 2021-12-17 | 2022-03-08 | 江西洪都航空工业集团有限责任公司 | 一种融合生理数据与飞参数据的飞行训练质效评估方法 |
CN114693170A (zh) * | 2022-04-27 | 2022-07-01 | 沈阳航空航天大学 | 一种基于多源参数融合的飞行员跳伞训练心理评估方法 |
Non-Patent Citations (1)
Title |
---|
姚永杰: "军机飞行员空中脑力负荷的心理生理评定", 中国博士学位论文全文数据库 医药卫生科技辑, no. 2008, pages 43 - 120 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117727449A (zh) * | 2024-02-07 | 2024-03-19 | 中国民用航空飞行学院 | 一种民航飞行员健康飞行时间的评估方法 |
CN117727449B (zh) * | 2024-02-07 | 2024-05-17 | 中国民用航空飞行学院 | 一种民航飞行员健康飞行时间的评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116196002B (zh) | 2023-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wilson | Air-to-ground training missions: a psychophysiological workload analysis | |
Roscoe | Assessing pilot workload. Why measure heart rate, HRV and respiration? | |
Veltman et al. | Physiological indices of workload in a simulated flight task | |
CN116196002B (zh) | 飞行员空中生理应激评估方法及系统 | |
Rago et al. | Contextual variables and training load throughout a competitive period in a top-level male soccer team | |
Svensson et al. | Information complexity-mental workload and performance in combat aircraft | |
KR102045569B1 (ko) | 조종사 상태의 통합 감시 제어 장치 및 이를 이용한 조종사의 임무 수행 능력 유도 방법 | |
US8273035B2 (en) | Human biovibrations method | |
US6580944B1 (en) | Method and apparatus for diagnosing sleep breathing disorders while a patient in awake | |
CN114999237B (zh) | 一种智慧教育互动教学方法 | |
CN109063290A (zh) | 一种基于神经网络技术的颤振预测方法 | |
Marinescu et al. | Exploring the relationship between mental workload, variation in performance and physiological parameters | |
Hanakova et al. | Determining importance of physiological parameters and methods of their evaluation for classification of pilots psychophysiological condition | |
CN106446530A (zh) | 一种基于人体运动热生理的仿真风险评估方法及其系统 | |
Labedan et al. | Virtual Reality for Pilot Training: Study of Cardiac Activity. | |
Alaimo et al. | Human heart-related indexes behavior study for aircraft pilots allowable workload level assessment | |
EP3586742B1 (en) | Methods for computing a real-time step length and speed of a running or walking individual | |
Law et al. | A comparison of control activity and heart rate as measures of pilot workload in a helicopter tracking task | |
Reschke | Statistical prediction of space motion sickness | |
Clark et al. | Machine learning based prediction of future stress events in a driving scenario | |
Pavlov et al. | Dependence of cerebral-cortex activation in women on environmental factors | |
CN115804590A (zh) | 觉醒状态检测系统及方法 | |
Kutilek et al. | Heart rate variability during fighter pilot training preliminary study | |
Backs et al. | Enhancing cardiovascular mental workload assessment in the field using autonomic principal components | |
Zhou et al. | Study on the correlation between physiological and subjective workload measurements |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |