田晨智 宋敏 田繼偉 邢清華 梁文洋

摘要：????? 指揮控制系統(tǒng)是信息化作戰(zhàn)體系的核心支撐，? 其操作使用的便捷性、 準(zhǔn)確性等人機(jī)交互效能直接影響著作戰(zhàn)指揮控制效率。 為持續(xù)優(yōu)化指揮控制系統(tǒng)人機(jī)交互效能，? 需要建立科學(xué)合理的評(píng)估方法。 本文引入眼動(dòng)追蹤技術(shù)，? 使用瞳孔直徑、 眼跳次數(shù)、 注視點(diǎn)數(shù)量等眼動(dòng)數(shù)據(jù)，? 構(gòu)建指揮控制系統(tǒng)人機(jī)交互搜索效率、 操作效率、 認(rèn)知負(fù)荷、 設(shè)計(jì)復(fù)雜性和吸引性等指標(biāo)的量化評(píng)估模型，? 利用熵權(quán)-變異系數(shù)法對(duì)各眼動(dòng)數(shù)據(jù)組合賦權(quán)，? 形成指揮控制系統(tǒng)人機(jī)交互效能的綜合評(píng)估結(jié)果。 基于該方法對(duì)指揮控制系統(tǒng)和指揮信息系統(tǒng)進(jìn)行對(duì)比實(shí)驗(yàn)，? 并利用SUS系統(tǒng)可用性量表和NASA-TLX認(rèn)知負(fù)荷量表的調(diào)查結(jié)果進(jìn)行對(duì)照分析，? 結(jié)果驗(yàn)證了評(píng)估方法的有效性和準(zhǔn)確性。

關(guān)鍵詞：???? 指揮控制系統(tǒng)； 人機(jī)交互； 眼動(dòng)； 熵權(quán)-變異系數(shù)法； NASA-TLX； SUS

中圖分類號(hào)：??? ??TJ760? ??文章編號(hào)：??? ?1673-5048（2023）04-0057-10

文獻(xiàn)標(biāo)識(shí)碼：??? A? ? DOI： 10.12132/ISSN.1673-5048.2023.0008

0引言

空中作戰(zhàn)是現(xiàn)代戰(zhàn)爭的主要作戰(zhàn)樣式，? 是奪取未來戰(zhàn)爭勝利的重要保證，? 而指揮控制則是空中作戰(zhàn)的基礎(chǔ)與核心。 高效的指揮控制離不開先進(jìn)的指揮控制系統(tǒng)（下文簡稱“指控系統(tǒng)”）與優(yōu)秀的指揮控制人員（下文簡稱“指控人員”）。 在空中作戰(zhàn)時(shí)，? 指控人員要在時(shí)間緊、 壓力大、 強(qiáng)度高的情況下迅速完成目標(biāo)航跡識(shí)別、 空戰(zhàn)指揮引導(dǎo)、 突發(fā)情況處置、 兵力動(dòng)態(tài)調(diào)度等一系列任務(wù)，? 這對(duì)指控系統(tǒng)的人機(jī)交互效能提出了十分嚴(yán)苛的要求。 和諧的人機(jī)交互設(shè)計(jì)不僅能夠降低指控人員的認(rèn)知負(fù)荷，? 極大提升任務(wù)完成效率，? 還可以最大限度地激發(fā)指控人員的潛力與指控系統(tǒng)的效能，? 達(dá)到“人在回路”［1］的作戰(zhàn)目標(biāo)。

目前，? 對(duì)于指控系統(tǒng)人機(jī)交互效能的評(píng)估大多采用專家打分、 問卷調(diào)查等方法，? 評(píng)估結(jié)果主觀性強(qiáng)、 缺乏科學(xué)依據(jù)，? 且沒有統(tǒng)一的衡量標(biāo)準(zhǔn)。 Lorenz等［2］通過主任務(wù)測試、 NASA-TLX、 SUS量表問卷調(diào)查等方法對(duì)挖掘機(jī)控制系統(tǒng)人機(jī)交互效能進(jìn)行評(píng)估。 Liu等［3］將指控系統(tǒng)人機(jī)交互效能劃分為126個(gè)可用性指標(biāo)，? 根據(jù)德爾菲法對(duì)人機(jī)交互效能進(jìn)行評(píng)估。 Joseph等［4］研究了人機(jī)交互中產(chǎn)生的認(rèn)知負(fù)荷與眼動(dòng)指標(biāo)間的關(guān)系。 高俊云等［5］使用灰色層次分析法評(píng)估艦炮武器系統(tǒng)的人機(jī)交互效能。 王穎等［6］運(yùn)用GOMS模型對(duì)機(jī)載指控系統(tǒng)人機(jī)界面的任務(wù)操作流程進(jìn)行優(yōu)化。 王崴等［7］基于腦電和眼動(dòng)信號(hào)識(shí)別人機(jī)交互意圖。 通過上述研究不難發(fā)現(xiàn)，? 相較于傳統(tǒng)評(píng)估方式，? 生理指標(biāo)測量法具有采集數(shù)據(jù)科學(xué)、 客觀，? 計(jì)算結(jié)果可信度高等優(yōu)點(diǎn)。 因此，? 本文引入眼動(dòng)追蹤技術(shù)，? 構(gòu)建了較為完善的基于眼動(dòng)指標(biāo)的指控系統(tǒng)人機(jī)交互效能評(píng)估模型，? 通過對(duì)比分析實(shí)驗(yàn)中采集的相關(guān)眼動(dòng)數(shù)據(jù)，? 使用熵權(quán)-變異系數(shù)法對(duì)其客觀賦權(quán)以計(jì)算綜合得分，? 實(shí)現(xiàn)對(duì)人機(jī)交互效能的科學(xué)評(píng)估。

1基于眼動(dòng)追蹤的指控系統(tǒng)人機(jī)交互指標(biāo)體系構(gòu)建

1.1指標(biāo)體系

參考軟件質(zhì)量評(píng)估模型［8］，? 將指控系統(tǒng)人機(jī)交互效能劃分為人、 機(jī)、 人-機(jī)三部分，? 分別從績效、 設(shè)計(jì)、 協(xié)同三方面進(jìn)行評(píng)估。 其中，? 績效評(píng)估可分為指控人員的搜索效率和操作效率； 設(shè)計(jì)評(píng)估可分為指控系統(tǒng)的復(fù)雜性和吸引性； 協(xié)同評(píng)估對(duì)應(yīng)人機(jī)交互中產(chǎn)生的認(rèn)知負(fù)荷。 經(jīng)查閱大量資料［9-19］，? 同相關(guān)領(lǐng)域?qū)＜疫M(jìn)行深入探討，? 結(jié)合指控人員的指揮控制流程以及指控系統(tǒng)的運(yùn)行原理，? 在綜合考慮任務(wù)完成時(shí)間和準(zhǔn)確率等要素的基礎(chǔ)上，? 基于眼動(dòng)指標(biāo)建立了指控系統(tǒng)人機(jī)交互效能評(píng)估模型，? 如圖1所示。

（1） 績效評(píng)估： 從指控人員任務(wù)完成績效的角度，? 對(duì)指控系統(tǒng)人機(jī)交互效能進(jìn)行評(píng)估，? 包括指控人員的搜索效率與操作效率。 其中，? 眼跳次數(shù)越少、 掃描路徑長度和掃描持續(xù)時(shí)間越短，? 則搜索效率越高，? 反之越低［9-13］； 操作準(zhǔn)確率越高、 任務(wù)完成時(shí)間越短，? 則操作效率越高，? 反之越低［14］。

（2） 設(shè)計(jì)評(píng)估： 從指控系統(tǒng)設(shè)計(jì)構(gòu)造的角度，? 對(duì)指控系統(tǒng)人機(jī)交互效能進(jìn)行評(píng)估，? 包括指控系統(tǒng)的設(shè)計(jì)復(fù)雜性和設(shè)計(jì)吸引性。 其中，? 注視點(diǎn)數(shù)量和回視次數(shù)越多，? 則設(shè)計(jì)復(fù)雜性越高，? 反之越低［15-16］； 首次注視前時(shí)間越短、 首次注視時(shí)間和累計(jì)注視時(shí)間越長，? 則設(shè)計(jì)吸引性越強(qiáng)，? 反之越弱［9，? 16］。

（3） 協(xié)同評(píng)估： 從指控人員與指控系統(tǒng)相交互的角度，? 對(duì)指控系統(tǒng)人機(jī)交互效能進(jìn)行評(píng)估，? 主要由指控人員與指控系統(tǒng)在交互過程中所產(chǎn)生的認(rèn)知負(fù)荷來衡量。 其中，? 眨眼率越高、 眨眼時(shí)間越短、 瞳孔直徑越大，? 則認(rèn)知負(fù)荷越高，? 反之越低［17-19］。

1.2眼動(dòng)評(píng)估指標(biāo)

由于采集數(shù)據(jù)科學(xué)、 客觀、 精準(zhǔn)等特點(diǎn)，? 眼動(dòng)追蹤技術(shù)已經(jīng)成為一種廣泛使用的效能評(píng)估方法，? 眼動(dòng)指標(biāo)不僅能夠用來測評(píng)產(chǎn)品設(shè)計(jì)的優(yōu)劣，? 還能夠反映人們的思維方式以及心理特征。

本文通過眼動(dòng)追蹤技術(shù)對(duì)指控系統(tǒng)人機(jī)交互效能進(jìn)行評(píng)估，? 有效克服了專家打分等評(píng)估方法主觀性強(qiáng)、 計(jì)算結(jié)果說服力差等缺點(diǎn)。 根據(jù)本文建立的指控系統(tǒng)人機(jī)交互效能評(píng)估指標(biāo)體系對(duì)所涉及的相關(guān)眼動(dòng)指標(biāo)進(jìn)行簡要介紹，? 如表1所示。

2指控系統(tǒng)人機(jī)交互效能評(píng)估方法

2.1評(píng)估流程

本文具體評(píng)估流程如圖2所示。 利用眼動(dòng)追蹤系統(tǒng)記錄被試在A系統(tǒng)和B系統(tǒng)中完成指揮控制任務(wù)的全過程，? 測量相關(guān)眼動(dòng)指標(biāo)。 對(duì)其進(jìn)行歸一化處理，? 并分別使用熵權(quán)法和變異系數(shù)法計(jì)算權(quán)重，? 進(jìn)行組合賦權(quán)，? 得出眼動(dòng)綜合評(píng)分。

此外，? 利用SUS系統(tǒng)可用性評(píng)估量表和NASA-TLX認(rèn)知負(fù)荷評(píng)估量表對(duì)被試進(jìn)行問卷調(diào)查，? 從人和系統(tǒng)兩方面驗(yàn)證了指控系統(tǒng)人機(jī)交互效能眼動(dòng)評(píng)估結(jié)果的準(zhǔn)確性。

2.2熵權(quán)-變異系數(shù)法組合賦權(quán)

由于眼動(dòng)指標(biāo)的特殊性，? 德爾菲法、 層次分析法、 環(huán)比評(píng)分法等主觀評(píng)估方法［20-22］不能精準(zhǔn)衡量其重要程度，? 故引入熵權(quán)-變異系數(shù)法對(duì)眼動(dòng)指標(biāo)進(jìn)行組合賦權(quán)［23］。 熵權(quán)法［24］是一種客觀賦權(quán)方法，? 利用指標(biāo)的信息熵判斷其離散程度，? 進(jìn)而計(jì)算其所占權(quán)重，? 然而通過熵權(quán)法獲得的指標(biāo)權(quán)重分布可能出現(xiàn)平衡缺陷。 變異系數(shù)法［25］能夠有效克服異常值的不利影響，? 還可以直接利用指標(biāo)所包含的信息，? 常用于兩個(gè)總體均值不等的離散總體的比較。 因此，? 將兩種方法相結(jié)合能夠有效彌補(bǔ)各自缺陷，? 發(fā)揮更大優(yōu)勢。 具體計(jì)算步驟如下：

（1） 形成指標(biāo)評(píng)價(jià)矩陣。?? 初始指標(biāo)評(píng)價(jià)矩陣為

式中： xij（i=1，? 2，? …，? n； j=1，? 2，? …，? m）表示第i個(gè)方案中第j個(gè)指標(biāo)的數(shù)值。

（2） 對(duì)初始數(shù)據(jù)進(jìn)行歸一化處理。

正向（效益型）指標(biāo)處理公式為

逆向（成本型）指標(biāo)處理公式為

式中： max（xj）和min（xj）分別表示同指標(biāo)下所有樣本的最大值和最小值。

（3）熵權(quán)法

計(jì)算第i個(gè)方案中第j個(gè)指標(biāo)的特征比重，? 即

（4）變異系數(shù)法

計(jì)算第j項(xiàng)指標(biāo)的均值和標(biāo)準(zhǔn)差，? 即

（5）熵權(quán)法和變異系數(shù)法組合賦權(quán)的結(jié)果為

ωj=λwj+（1－λ）δj（11）

式中： λ為偏好系數(shù)，? 且λ∈（0， 1），? 通常取λ=0.5。

2.3NASA-TLX指控人員認(rèn)知負(fù)荷評(píng)估

NASA-TLX（National Aeronautics and Space Administration-Task Load Index）認(rèn)知負(fù)荷評(píng)估量表［26］由美國航空航天局（NASA）開發(fā)，? 是使用最廣泛的主觀心理負(fù)荷評(píng)估工具之一，? 不僅被試間變異最小，? 而且使用者接受程度最高。 該量表從6個(gè)維度劃分了人的心理負(fù)荷因素，? 其中每個(gè)維度均由一條20等分的直線表示，? 如圖3所示。

具體計(jì)算過程如下：

式中： F為認(rèn)知負(fù)荷評(píng)估總分； Mi為被試在第i條直線上所選分?jǐn)?shù)； Pi為15個(gè)對(duì)子中第i個(gè)項(xiàng)目被選中的次數(shù)。 NASA-TLX權(quán)重測試表如圖4所示。

2.4SUS指控系統(tǒng)可用性評(píng)估

SUS（System Usability Scale）系統(tǒng)可用性量表［27］由Brooke于1986年編制，? 共包含10道題目，? 由奇數(shù)項(xiàng)的積極描述和偶數(shù)項(xiàng)的消極描述組成，? 彼此間具有高度的相關(guān)性。 該量表具有簡潔、 準(zhǔn)確、 可靠等優(yōu)點(diǎn)，? 廣泛應(yīng)用于產(chǎn)品的可用性評(píng)估中。 因此，? 在主觀評(píng)估階段，? 以SUS系統(tǒng)可用性量表為基礎(chǔ)，? 結(jié)合指控系統(tǒng)人機(jī)交互的特點(diǎn)，? 對(duì)該量表進(jìn)行了改進(jìn)，? 如圖5所示。

具體計(jì)算過程如下：

G=2.5×（S奇－S偶+20）（13）

式中： G為可用性評(píng)估總分； S奇為奇數(shù)項(xiàng)總分； S偶為偶數(shù)項(xiàng)總分。

3實(shí)驗(yàn)設(shè)計(jì)

3.1實(shí)驗(yàn)設(shè)置

實(shí)驗(yàn)對(duì)象為10名經(jīng)過初始資格認(rèn)證的指控人員，? 平均年齡25歲，? 雙眼視力在1.0以上，? 均接受過正規(guī)的指揮控制訓(xùn)練，? 具備一定的指揮控制基礎(chǔ)。 任務(wù)開始前，? 首先向被試進(jìn)行實(shí)驗(yàn)介紹，? 然后被試佩戴眼動(dòng)儀進(jìn)行校準(zhǔn)，? 校準(zhǔn)完成后先進(jìn)行2 min的測試，? 讓被試熟悉眼動(dòng)儀的使用方法，? 之后正式開始實(shí)驗(yàn)。 每名被試在實(shí)驗(yàn)開始前都應(yīng)重復(fù)上述過程。 本實(shí)驗(yàn)基于指揮信息系統(tǒng)和指揮控制系統(tǒng)，? 被試在兩套系統(tǒng)中完成相同的3項(xiàng)任務(wù)，? 通過實(shí)驗(yàn)中測量的相關(guān)眼動(dòng)數(shù)據(jù)，? 結(jié)合上述模型，? 對(duì)2套系統(tǒng)的人機(jī)交互效能進(jìn)行評(píng)估。

3.2實(shí)驗(yàn)設(shè)備

實(shí)驗(yàn)設(shè)備包括指揮控制系統(tǒng)（A系統(tǒng)）、 指揮信息系統(tǒng)（B系統(tǒng)）和眼動(dòng)追蹤系統(tǒng)。 A系統(tǒng)（如圖6所示）是保障指揮員和指揮機(jī)關(guān)對(duì)空中作戰(zhàn)人員和武器系統(tǒng)實(shí)施指揮和控制的信息系統(tǒng)，? 該系統(tǒng)以通信、 計(jì)算機(jī)等信息網(wǎng)絡(luò)為主要依托，? 具有文電處理、 指令傳輸、 態(tài)勢分析和輔助決策等功能。 B系統(tǒng)（如圖7所示）能夠基于雷達(dá)情報(bào)顯示當(dāng)前空中敵我態(tài)勢，? 為指控人員進(jìn)行空戰(zhàn)控制提供實(shí)時(shí)信息支撐； 同時(shí)，? 亦可生成模擬作戰(zhàn)想定，? 輔助指控人員進(jìn)行訓(xùn)練。 其中，? A系統(tǒng)和B系統(tǒng)都具有空戰(zhàn)指揮控制功能，? 但A系統(tǒng)的功能相對(duì)專一，? 屬于專業(yè)性系統(tǒng)，? B系統(tǒng)的功能覆蓋范圍較廣，? 屬于綜合性系統(tǒng)。 眼動(dòng)數(shù)據(jù)的測量采集使用Tobii? Pro? Glasses 3眼動(dòng)測量系統(tǒng)，? 可提供各種視角下的全方位眼動(dòng)追蹤數(shù)據(jù)，? 如圖8所示。

內(nèi)置的加速計(jì)、 陀螺儀和磁力計(jì)傳感器可辨別頭部和眼球移動(dòng)，? 將頭動(dòng)對(duì)眼動(dòng)追蹤數(shù)據(jù)的影響降至最低，? 確保研究人員能夠獲得被試在自然狀態(tài)下的眼動(dòng)數(shù)據(jù)［28］。

3.3實(shí)驗(yàn)任務(wù)

在任務(wù)開始前，? 被試自由觀察A系統(tǒng)和B系統(tǒng)主界面各30 s； 實(shí)驗(yàn)開始后，? 首先，? 被試?yán)L制巡邏空域、 待戰(zhàn)空域以及訓(xùn)練空域各1個(gè)； 其次，? 被試按要求制作同一想定，? 并根據(jù)我機(jī)飛行狀態(tài)的變化進(jìn)行通報(bào)； 最后，? 被試使用數(shù)據(jù)鏈對(duì)3批飛機(jī)進(jìn)行指揮控制。 以上任務(wù)均屬于指揮控制基本任務(wù)，? 且被試在A系統(tǒng)和B系統(tǒng)中完成的工作量相同，? 具體操作流程如表2所示。

4指控系統(tǒng)人機(jī)交互效能評(píng)估分析及計(jì)算

4.1實(shí)驗(yàn)數(shù)據(jù)分析

通過眼動(dòng)儀記錄任務(wù)過程，? 利用SPSS對(duì)所測得數(shù)據(jù)進(jìn)行t檢驗(yàn)，? 從績效評(píng)估、 設(shè)計(jì)評(píng)估、 協(xié)同評(píng)估3方面對(duì)A系統(tǒng)和B系統(tǒng)的人機(jī)交互效能進(jìn)行綜合評(píng)估。

（1） 績效評(píng)估

被試分別在A系統(tǒng)和B系統(tǒng)執(zhí)行任務(wù)時(shí)的眼跳次數(shù)、 掃描路徑長度和任務(wù)完成時(shí)間3項(xiàng)指標(biāo)中存在顯著差異，? 如表3所示。 與B系統(tǒng)相比，? 被試在A系統(tǒng)中擁有更少的眼跳次數(shù)、 更短的掃描路徑長度以及更少的任務(wù)完成時(shí)間。

（2） 設(shè)計(jì)評(píng)估

被試分別在A系統(tǒng)和B系統(tǒng)執(zhí)行任務(wù)時(shí)的注視點(diǎn)數(shù)量、 回視次數(shù)、 首次注視前時(shí)間和累計(jì)注視時(shí)間四項(xiàng)指標(biāo)中存在顯著差異，? 如表4所示。 與B系統(tǒng)相比，? 被試在A系統(tǒng)中擁有更少的注視點(diǎn)數(shù)量和回視次數(shù)、 更短的首次注視前時(shí)間和累計(jì)注視時(shí)間，? 說明A系統(tǒng)更加簡潔，? B系統(tǒng)設(shè)計(jì)相對(duì)復(fù)雜。

（3） 協(xié)同評(píng)估

被試分別在A系統(tǒng)和B系統(tǒng)執(zhí)行任務(wù)時(shí)的眨眼率和瞳孔直徑兩項(xiàng)指標(biāo)中存在顯著差異，? 如表5所示。 與B系統(tǒng)相比，? 被試在A系統(tǒng)中擁有更少的眨眼率和更短的瞳孔直徑。

4.2實(shí)驗(yàn)數(shù)據(jù)分析

由式（2）～（3）對(duì)測量數(shù)據(jù)進(jìn)行歸一化處理，? 由式（4）～（6）利用熵權(quán)法對(duì)各指標(biāo)進(jìn)行賦權(quán)，? 由式（7）～（10）利用變異系數(shù)法對(duì)各指標(biāo)進(jìn)行賦權(quán)，? 由式（11）計(jì)算各指標(biāo)的組合權(quán)重，? 并以“ωj1，? ωj2，? ωj3，? ωj4，? ωj5”分別表示“λ=0.1，? 0.2，? 0.3，? 0.4，? 0.5”時(shí)的組合權(quán)重，? 結(jié)果如表6所示。

3種賦權(quán)方法及不同的偏好系數(shù)所得權(quán)重差異較小，? 且變化趨勢基本一致，? 如圖9所示。 因此，? 賦權(quán)方法的變化對(duì)結(jié)果影響較小。 為了降低熵權(quán)法與變異系數(shù)法所得權(quán)重的差異對(duì)評(píng)估結(jié)果造成的影響，? 選取λ=0.5時(shí)的組合權(quán)重作為評(píng)估模型中眼動(dòng)指標(biāo)的最終權(quán)重。

為均衡考慮各因素對(duì)指控系統(tǒng)人機(jī)交互效能的影響，? 對(duì)績效評(píng)估、 協(xié)同評(píng)估、 設(shè)計(jì)評(píng)估均賦權(quán)0.333，? 對(duì)搜索效率、 操作效率、 復(fù)雜性、 吸引性均賦權(quán)0.500，? 對(duì)眼動(dòng)指標(biāo)賦權(quán)ωj5，? 利用加權(quán)求和法計(jì)算A系統(tǒng)和B系統(tǒng)人機(jī)交互效能的綜合評(píng)分。 由式（12）計(jì)算被試的NASA-TLX認(rèn)知負(fù)荷評(píng)分，? 并將得分進(jìn)行歸一化處理換算成百分制，? 結(jié)果如表7所示； 由式（13）計(jì)算被試的SUS系統(tǒng)可用性評(píng)分，? 從主觀角度對(duì)A系統(tǒng)和B系統(tǒng)人機(jī)交互效能進(jìn)行分析，? 結(jié)果如表8所示。

對(duì)比A系統(tǒng)和B系統(tǒng)基于眼動(dòng)指標(biāo)的認(rèn)知負(fù)荷評(píng)估結(jié)果和NASA-TLX問卷調(diào)查得分可知，? 兩者所得結(jié)論基本相符，? 如圖10所示。 總體而言，? A系統(tǒng)和B系統(tǒng)中評(píng)分高者的比例分別為9∶1和7∶2（另一組得分相同）。 其中，? 眼動(dòng)與歸一化后的NASA-TLX認(rèn)知負(fù)荷評(píng)估均為正向評(píng)估，? 即得分越高，? 所產(chǎn)生的認(rèn)知負(fù)荷越低，? 人機(jī)交互效能越好。 因此，? 在執(zhí)行指揮控制任務(wù)時(shí)，? A系統(tǒng)產(chǎn)生的認(rèn)知負(fù)荷低于B系統(tǒng)。

對(duì)比A系統(tǒng)和B系統(tǒng)基于眼動(dòng)指標(biāo)的綜合評(píng)估結(jié)果和SUS問卷調(diào)查得分可知，? 兩者所得結(jié)論基本吻合，? 如圖11所示。 從總體來看，? A系統(tǒng)和B系統(tǒng)中評(píng)分高者的比例分別為9∶1和7∶3。 其中，? 眼動(dòng)與SUS系統(tǒng)可用性評(píng)估均為正向評(píng)估，? 即得分越高，? 系統(tǒng)可用性越強(qiáng)。 因此，? 在執(zhí)行指揮控制任務(wù)時(shí)，? A系統(tǒng)的人機(jī)交互效能優(yōu)于B系統(tǒng)。

A系統(tǒng)和B系統(tǒng)眼動(dòng)視圖如圖12所示，? 黑色底圖是A系統(tǒng)的眼動(dòng)視圖，? 白色底圖是B系統(tǒng)的眼動(dòng)視圖。 對(duì)比兩者能夠明顯發(fā)現(xiàn)，? 被試在A系統(tǒng)中執(zhí)行任務(wù)時(shí)的注視點(diǎn)熱區(qū)主要集中在界面中間及下方區(qū)域，? 且注視點(diǎn)序列較為清晰； 被試在B系統(tǒng)中執(zhí)行任務(wù)時(shí)的注視點(diǎn)熱區(qū)占據(jù)了界面中央大部分區(qū)域，? 且注視點(diǎn)序列較為混亂。 一方面，? 10名被試在A系統(tǒng)中的注視點(diǎn)熱區(qū)平均面積約為0.062 ?m2（此處為19英寸16∶9顯示器屏幕中的熱區(qū)面積），? 注視點(diǎn)數(shù)量平均為327.4個(gè)； 在B系統(tǒng)中的注視點(diǎn)熱區(qū)平均面積約為0.079? m2，? 注視點(diǎn)數(shù)量平均為419.3個(gè)，? 說明了A系統(tǒng)占用被試的認(rèn)知資源總量較少，? 使被試能夠在較為輕松的環(huán)境下完成任務(wù)。 另一方面，? 被試在A系統(tǒng)中的注視點(diǎn)序列相較于B系統(tǒng)更加清晰，? 說明被試在A系統(tǒng)中執(zhí)行任務(wù)時(shí)的思維更流暢，? 邏輯更縝密。 由于任務(wù)操作步驟相對(duì)固定，? 因此，? 被試在同一系統(tǒng)中的注視點(diǎn)熱區(qū)之間以及注視點(diǎn)序列之間會(huì)出現(xiàn)較為相似的情況。

由于A系統(tǒng)是專業(yè)的指控系統(tǒng)，? 其所有功能專門針對(duì)指揮控制任務(wù)所設(shè)計(jì)。 而B系統(tǒng)是集成指揮控制、 預(yù)警探測、 情報(bào)搜集等多功能于一體的綜合系統(tǒng)，? 界面布局、 顏色搭配及功能要素等都相對(duì)復(fù)雜。 其中，? A系統(tǒng)主界面共有36個(gè)按鍵，? B系統(tǒng)主界面共有50個(gè)按鍵。 同時(shí)，? 被試在A系統(tǒng)中完成任務(wù)最少需要17個(gè)步驟，? 實(shí)驗(yàn)中平均需要20個(gè)步驟； 在B系統(tǒng)中最少需要18個(gè)步驟，? 實(shí)驗(yàn)中平均需要22個(gè)步驟。 當(dāng)任務(wù)操作步驟相差不大的情況下，? 較多的按鍵及復(fù)雜的布局會(huì)分散被試的精力，? 使其不僅耗費(fèi)大量時(shí)間用于尋找指定按鍵、 記憶相關(guān)步驟，? 還增加了被試的心理壓力及工作負(fù)擔(dān)。 實(shí)驗(yàn)結(jié)果表明，? 被試在A系統(tǒng)中擁有更短的任務(wù)完成時(shí)間及較高的準(zhǔn)確率。 因此，? 在執(zhí)行指揮控制任務(wù)時(shí)，? A系統(tǒng)更加簡潔明了、 精準(zhǔn)快捷，? 能夠使指控人員產(chǎn)生更低的認(rèn)知負(fù)荷，? 并擁有更高的可用性。 此外，? A系統(tǒng)除了常規(guī)的底部按鍵布局，? 還在界面頂端添加了快捷鍵窗口，? 有效避免了大量按鍵堆砌，? 提高了系統(tǒng)使用的便捷性，? 拓展了指控人員的操作空間，? 優(yōu)化了指控系統(tǒng)的界面布局，? 大大增強(qiáng)了人機(jī)交互效能。

5結(jié)論

本文基于眼動(dòng)指標(biāo)建立了指控系統(tǒng)人機(jī)交互效能評(píng)估模型，? 利用熵權(quán)-變異系數(shù)法對(duì)眼動(dòng)指標(biāo)進(jìn)行客觀賦權(quán)，? 通過讓10名被試完成相同的指揮控制任務(wù)，? 對(duì)A系統(tǒng)和B系統(tǒng)的人機(jī)交互效能進(jìn)行評(píng)估，? 并根據(jù)NASA-TLX量表和SUS量表分別從人的認(rèn)知負(fù)荷和系統(tǒng)的可用性2個(gè)角度對(duì)評(píng)估結(jié)果進(jìn)行了驗(yàn)證。 該方法不僅有效克服了傳統(tǒng)評(píng)估手段所得結(jié)果不夠準(zhǔn)確、 缺乏理論依據(jù)等缺點(diǎn)，? 還避免了僅從定性角度對(duì)眼動(dòng)指標(biāo)進(jìn)行分析易導(dǎo)致指標(biāo)數(shù)據(jù)間此消彼長、 相互矛盾，? 無法得出準(zhǔn)確結(jié)論的問題。

由于操作系統(tǒng)及被試人員的特殊性，? 僅選取了2種系統(tǒng)和10名指控人員進(jìn)行實(shí)驗(yàn)，? 如果增加樣本數(shù)量，? 則能夠增強(qiáng)組合賦權(quán)法的計(jì)算精度，? 進(jìn)一步提高評(píng)估模型的可靠性。 此外，? 本文建立的指控系統(tǒng)人機(jī)交互效能評(píng)估指標(biāo)體系所涵蓋的眼動(dòng)指標(biāo)還不夠全面，? 在后續(xù)研究中，? 需要健全指標(biāo)體系，? 優(yōu)化算法模型，? 改進(jìn)評(píng)估手段。

參考文獻(xiàn)：

［1］ 李明，? 劉若愚，? 姜春蘭，? 等. 基于無線智能節(jié)點(diǎn)的遠(yuǎn)程控制系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)［J］. 北京理工大學(xué)學(xué)報(bào)，? 2020，? 40（8）： 849-855.

Li Ming，? Liu Ruoyu，? Jiang Chunlan，? et al. Design of the RemoteControl System for Intelligent Wireless Nodes［J］. Transactions of Beijing Institute of Technology，? 2020，? 40（8）： 849-855.（in Chinese）

［2］ Lorenz S，? Helmert J R，? Anders R，? et al. UUX Evaluation of a Digitally Advanced HumanMachine Interface for Excavators［J］. Multimodal Technologies and Interaction，? 2020，? 4（3）： 57.

［3］ Liu R，? Gao L，? Liu Y，? et al. Research on the Usability Evaluation Model of HumanComputer Interaction for Command and Control System［C］∥2nd International Conference on Intelligent Computing and HumanComputer Interaction （ICHCI），? 2021： 213-219.

［4］ Joseph A W，? Murugesh R. Potential Eye Tracking Metrics and Indicators to Measure Cognitive Load in HumanComputer Interaction Research［J］. Journal of Scientific Research，? 2020，? 64（1）： 168-175.

［5］ 高俊云，? 叢樹學(xué). 灰色層次評(píng)估法在艦炮武器系統(tǒng)人機(jī)交互效能評(píng)估中的應(yīng)用［J］. 艦船電子工程，? 2011，? 31（8）： 136-139.

Gao Junyun，? Cong Shuxue. Application of Grey Analytic Hierarchy Process for HumanComputer Interaction Effectiveness Evaluation of Naval Gun Weapon System［J］. Ship Electronic Engineering，? 2011，? 31（8）： 136-139.（in Chinese）

［6］ 王穎，? 牟蘇斌. 基于GOMS模型的機(jī)載指控系統(tǒng)人機(jī)界面優(yōu)化研究［J］. 計(jì)算機(jī)與數(shù)字工程，? 2016，? 44（7）： 1378-1382.

Wang Ying，? Mou Subin. Human Computer Interface Optimization Based on GOMS Model for Airborne Command and Control System［J］. Computer & Digital Engineering，? 2016，? 44（7）： 1378-1382.（in Chinese）

［7］ 王崴，? 趙敏睿，? 高虹霓，? 等. 基于腦電和眼動(dòng)信號(hào)的人機(jī)交互意圖識(shí)別［J］. 航空學(xué)報(bào)，? 2021，? 42（2）： 324290.

Wang Wei，? Zhao Minrui，? Gao Hongni，? et al. HumanComputer Interaction： Intention Recognition Based on EEG and Eye Tracking［J］. Acta Aeronautica et Astronautica Sinica，? 2021，? 42（2）： 324290.（in Chinese）

［8］ 楊陽，? 汪海濤，? 姜瑛，? 等. 基于模糊層次分析法的軟件質(zhì)量評(píng)價(jià)模型的研究［J］. 計(jì)算機(jī)與數(shù)字工程，? 2017，? 45（4）： 620-623.

Yang Yang，? Wang Haitao，? Jiang Ying，? et al. Software Quality Evaluation Model Based on Fuzzy Analytic Hierarchy Process［J］. Computer & Digital Engineering，? 2017，? 45（4）： 620-623.（in Chinese）

［9］ 吳丹，? 梁少博，? 董晶. 查詢式序列視角下跨設(shè)備搜索信息準(zhǔn)備與重用階段的眼動(dòng)變化研究［J］. 情報(bào)學(xué)報(bào)，? 2019，? 38（7）： 760-770.

Wu Dan，? Liang Shaobo，? Dong Jing. Change of Gaze Behavior in Information Preparation and Resumption of CrossDevice Search Based on Query Lists［J］. Journal of the China Society for Scientific and Technical Information，? 2019，? 38（7）： 760-770.（in Chinese）

［10］ 趙佳寶， 張丙辰， 韋懿洋， 等.基于視覺刺激的ASD兒童干預(yù)圖卡角色設(shè)計(jì)研究［J/OL］.包裝工程.DOI：10.19554lj.cnki.1001-3563.2020.22.039.

Zhao Jiabao，? Zhang Bingchen，? Wei Yiyang， et al. Role Design of Intervention Picture Card for ASD Children Based on Visual Stimulation ［J/OL］. Packaging Engineering.DOI：10.19554lj.cnki.1001-3563.2020.22.039. （in Chinese）

［11］ Goldberg J H，? Stimson M J，? Lewenstein M，? et al. Eye Tracking in Web Search Tasks： Design Implications［C］∥Symposium on Eye Tracking Research & Applications，? 2002： 51-58.

［12］ Poole A，? Ball L J. Eye Tracking in HCI and Usability Research［M］∥Encyclopedia of Human Computer Interaction，? 2006： 211-219.

［13］ Goldberg J H，? Kotval X P. Computer Interface Evaluation Using Eye Movements： Methods and Constructs［J］. International Journal of Industrial Ergonomics，? 1999，? 24（6）： 631-645.

［14］ Chen Y，? Yan S，? Tran C C. Comprehensive Evaluation Method for User Interface Design in Nuclear Power Plant Based on Mental Workload［J］. Nuclear Engineering and Technology，? 2019，? 51（2）： 453-462.

［15］ 陳曉皎，? 薛澄岐，? 陳默，? 等. 基于眼動(dòng)追蹤實(shí)驗(yàn)的數(shù)字界面質(zhì)量評(píng)估模型［J］. 東南大學(xué)學(xué)報(bào)： 自然科學(xué)版，? 2017，? 47（1）： 38-42.

Chen Xiaojiao，? Xue Chengqi，? Chen Mo，? et al. Quality Assessment? Model of Digital Interface Based on EyeTracking Experiments［J］. Journal of Southeast University： Natural Science Edition，? 2017，? 47（1）： 38-42.（in Chinese）

［16］ 顧芮冰，? 張丙辰，? 張仁杰，? 等. 基于AHP層次分析法的兒童電子繪本角色面孔繪圖方式研究［J］. 包裝工程，? 2022，? 43（10）： 221-231.

Gu Ruibing，? Zhang Bingchen，? Zhang Renjie，? et al. Role Face Drawing Methods of Childrens Electronic Picture Books Based on AHP Nalytic Hierarchy Process［J］. Packaging Engineering，? 2022，? 43（10）： 221-231.（in Chinese）

［17］ 尤洋，? 王以寧，? 張海. 智慧課堂環(huán)境下教學(xué)視頻復(fù)雜度與學(xué)習(xí)者認(rèn)知負(fù)荷關(guān)系研究［J］. 現(xiàn)代遠(yuǎn)距離教育，? 2020（2）： 91-96.

You Yang，? Wang Yining，? Zhang Hai. Research on the Relationship between the Complexity of Teaching Video and Learners Cognitive Load in Intelligent Classroom Environment［J］. Modern Distance Education，? 2020（2）： 91-96.（in Chinese）

［18］ Chen S Y，? Epps J. Using TaskInduced Pupil Diameter and Blink Rate to Infer Cognitive Load［J］. HumanComputer Interaction，? 2014，? 29（4）： 390-413.

［19］ 薛耀鋒，? 李卓瑋. 基于眼動(dòng)追蹤技術(shù)的在線學(xué)習(xí)認(rèn)知負(fù)荷量化模型研究［J］. 現(xiàn)代教育技術(shù)，? 2019，? 29（7）： 59-65.

Xue Yaofeng，? Li Zhuowei. Research on Online Learning Cognitive Load Quantitative Model Based on Eye Tracking Technology［J］. Modern Educational Technology，? 2019，? 29（7）： 59-65.（in Chinese）

［20］ Dalkey N C. Delphi［M］∥Martino J P. An Introduction to Technological Forecasting. London： Routledge，? 2018： 25-30.

［21］ Podvezko V. Application of AHP Technique［J］. Journal of Business Economics and Management，? 2009，? 10（2）： 181-189.

［22］ Chen X ，? Jiang X Q，? Lu Y. Study on the Rural Ecotourism Resource Evaluation System［J］. Environmental Technology & Innovation，? 2020，? 20： 101131.

［23］ Li X X，? Du J K，? Fu Y. Water Quality Evaluation Model of Normal Cloud Based on Coefficient Variation and Entropy Weight［J］.Water Resources & Power，? 2017，? 10： 55-58.

［24］ Zhu Y X，? Tian D Z，? Yan F. Effectiveness of Entropy Weight Method in DecisionMaking［J］. Mathematical Problems in Engineering，? 2020： 1-5.

［25］ Liu D J，? Zou Z H. Water Quality Evaluation Based on Improved Fuzzy MatterElement Method［J］. Journal of Environmental Sciences，? 2012，? 24（7）： 1210-1216.

［26］ Hart S G. NASATask Load Index （NASATLX）; 20 Years Later［C］∥ Human Factors and Ergonomics Society Annual Meeting，? 2006，? 50（9）： 904-908.

［27］ 潘飛，? 姜可，? 王東琦. 基于眼動(dòng)追蹤技術(shù)的購票網(wǎng)站可用性設(shè)計(jì)研究［J］. 包裝工程，? 2020，? 41（24）： 243-247.

Pan Fei，? Jiang Ke，? Wang Dongqi. Usability Design of Ticket Purchase Website Based on Eye Tracking［J］. Packaging Engineering，? 2020，? 41（24）： 243-247.（in Chinese）

［28］ Nasrabadi H R，? Alonso J M. Modular Streaming Pipeline of Eye/Head Tracking Data Using Tobii Pro Glasses 3［EB/OL］. bioRxiv，? 2022，? DOI： 10.1101/2022.09.02.506255.

Evaluation Method of HumanComputer Interaction Effectiveness of Command and Control System Based on Eye Tracking

Tian Chenzhi1，? Song Min1*，? Tian Jiwei1 ，? Xing Qinghua2，? Liang Wenyang1

（1. Air Traffic Control and Navigation College，? Air Force Engineering University，? Xian 710051，? China；

2. Air and Missile Defense College，? Air Force Engineering University，? Xian 710051，? China）

Abstract： The command and control system is the core support of the information warfare system. The convenience and accuracy of its operation and use directly affect the efficiency of combat command and control. In order to continuously optimize the humancomputer interaction effectiveness of the command and control system，? it is necessary to establish a scientific and reasonable evaluation method. This paper introduces eye movement tracking technology，? uses eye movement data such as pupil diameter，? number of saccades，? number of fixation points，? etc.，? to build a quantitative evaluation model of humancomputer interaction search efficiency，? operation efficiency，? cognitive load，? design complexity and attractiveness of command and control system，? and uses entropy weightvariance coefficient method to weight each eye movement data to form a comprehensive evaluation result of humancomputer interaction effectiveness of command and control system. Based on this method，? a comparative experiment is carried out on the command and control system and the command information system，? and the results of the SUS system availability scale and NASATLX cognitive load scale are compared and analyzed. The results verify the effectiveness and accuracy of the evaluation method.

Key words： ?command and control system； humancomputer interaction； eye movement； entropy weightvariance coefficient method； NASATLX； SUS