孙涛，龙庆华，巢育龙，董博，罗军

（1.北京无线电测量研究所，北京 100854；
2.雷达人机工程联合创新实验室，北京 100854；
3.中国航天科工集团公司 二院未来实验室，北京 100854）

随着复杂干扰环境和防空、反导多任务场景带来的挑战，对地空导弹武器系统人机系统设计提出了越来越高的要求［1］。好的设计能使人机系统准确识别和应对需在几秒内处理的强时效性事件，同时为武器系统赢得宝贵的系统响应时间，而看似不错的设计却可能使人在紧张环境下无法做出准确判断而导致任务失败。在地空导弹武器系统操作人员任务压力普遍较大的现状下，从顶层设计去研究如何提升人机系统的整体作战效能已成为人机交互设计最应关注的问题。

在每次重要试验前武器系统改进设计的过程中，近半数的时间消耗在优化人机系统设计过程，每次试验过程中最担心的也是操作员是否准确、及时地应对了“考题”［2］。未来的实际战争更会由于其作战方式的不确定性对武器装备人机交互设计提出更高的要求。由于战争相对于演练而言，对抗题目是未知和非常规的，因此未来武器装备中的人机系统必须发挥好人的作用，使人对作战信息的认知以及操控效率最大化，同时充分利用机器擅长的能力，使生物智能和机器智能构建的混合智能发挥出整体的最大效能［3］。

防空反导武器系统中，制导雷达人机交互的任务复杂度高，最具代表性。目前多数人机交互设计距离实现高效能作战的愿景还有较大的提升空间。对作战效能影响较大的方面主要包括：

（1）操作员使用负荷相对较重，任务自动化的程度有待提高；

（2）供操作员做决策的参考信息较为繁杂，缺少智能辅助决策支持；

（3）各操作员使用负荷（整体及不同时段）不够均衡，台位分工缺乏精细化设计；

（4）对特定任务场景下重要信息的观测不够便捷，缺乏对信息架构和页面布局的最优设计。

目前，多数情况的人机系统设计是凭借主观经验开展的粗放式设计。解决上述问题需要相关科学的理论作为指导，并通过总结提炼，建立适合本领域的设计准则和规范，指导实现科学化的人机系统设计［4］。

1.1 武器装备人机系统设计的特点

经典的人机设计理论主要面向使用范围广的办公、管理信息系统以及网站、移动端等互联网产品，而地空导弹武器系统属于典型的强时效性复杂信息系统，相对于互联网产品，还有以下特殊和重要的特征［5］：

（1）单位时间内处理大规模信息，易遗忘和误读；

（2）信息时效性强，要求解决突发事件；

（3）信息的专业性强，存在一定的认知障碍；

（4）逻辑结构较特殊，易误导使用错误的心智模型；

（5）大量实时变化的内容，认知负荷较高；

（6）执行任务的难度高，环境复杂，难预测，紧张度高。

互联网产品一般主要侧重的是用户体验，即除了顺畅地达到使用目的外，强调互动性和给用户留下深刻印象，让用户充分享受与外界交互的过程（而不仅仅是让交互过程简单［6］），并且强调遵循用户的喜好，特别是还需考虑到特殊用户（如残障人士）的应用，因此综合体现了“以用户为中心”的设计思想。而武器系统的战机稍纵即逝，更注重其中的快速获取信息、操作精准、短时间完成任务的能力，需要更专业的设计理论和分析方法，建立评价模型等，用以得出针对不同任务场景的科学化的最优设计（如：哪些功能不分配给操作员完成、人机如何分工配合、各类信息位于哪个层级和位置可使认知效率最佳等等）。因此，本文在传统“以用户为中心”的设计思想基础上，提出“以效能为中心”的理论和方法（此处的效能主要指任务绩效），以有效回答前述章节中需要重点解决的4 方面问题。

1.2 从“功能需求”到“设计需求”

“以效能为中心”的核心思想是各个设计环节均以武器系统作战“任务流”为依据开展设计。传统的任务书和需求往往只描述了离散的功能点及其简要分析，缺乏针对任务的整体描述。任务书作为对产品的定义（含功能和特色），这一阶段并不需要对界面布局、交互方式的确定，但应在此阶段梳理出若干典型场景的任务流（不必带交互细节）、以及从任务的角度对各个任务流中涉及的需要人机系统关注的信息内容和进行控制的内容进行描述，同时应从专家的角度为各个子任务分配权重。

通过上述环节，设计师能够获取到针对本产品相对粗略的“功能需求”，接下来更重要的工作环节是在相关科学理论的指导下，将其转化为详细的“设计需求”。

转化过程中需要明确的问题包括：人和机器均可以完成的功能中，哪些应交给机器自动完成，哪些应由机器给出决策结果或给出辅助决策信息；
“人在回路”中利用何种交互技术能够与机器高效地进行交互；
如何得出最优的多台位分工；
交互界面的信息架构、层级关系和布局等如何使认知及决策效率最大化。此外，通过统计各需求项在任务流程中出现的频度，结合任务权重，进行需求优先级定义，以此作为信息架构和布局等设计的依据。

根据上述思想，得出“以效能为中心”的设计流程如图1 所示，图中涵盖了对提升作战效能具有重要作用的各环节。

图1 以效能为中心的设计流程Fig.1 Efficiency centered design process

为了能够对任务流程中各个子任务的关系进行有效的梳理，采取将任务流程做成甘特图的形式，来对各个子任务的特征进行分析和统计。图2是针对某防空反导型号做出的甘特图示例，为描述简便，图中仅包含了对抗一个波次场景下对子任务的最低需求。观察事件中，每个事件进行独立编号。操作事件中，未进行编号，仅给出依据的观察事件序号。无需长时间、反复操作的动作，在相应时间点对应虚线的下方用文字标出。观察事件的右侧给出的2 个数值代表“频度/权重”。频度的含义是数值越大，事件调取越频繁，数值=1 代表需占据操作员全部精力；
权重的含义是数值越大，事件重要程度越高，数值=1 代表事件重要程度最高。

完成对各级子任务关系的梳理后，即基本完成了图1 中的第1 个环节。可依据图2 开展图1 中后续环节的工作。

2.1 基于认知负荷和协同理论的人机功能分配

现代战争需要人机系统对瞬息万变的信息和态势作出快速的综合反应，人和计算机都无法单独胜任，而必须形成协同机制，各自执行所擅长的任务。人和机器各自的优势项目如表1 所示。目前较知名的分配方法有：人机能力比较分配法、Price 决策图法、Sheffield 法、自动化分类与等级设计法、York 法［7］等，而对于武器系统的人机功能分配，目前还没有一个系统的、可普遍采用的方法，实践中主要采用定性分析法进行分配［8］。考虑到系统效费比的问题，以及自动化过高造成人的依赖性增强和技能下降等弊端［9］，因此优先将认知负荷较重或操作时间较长、且机器可完成的确定规则任务分配给机器完成。

表1 人/机优势项目Table 1 Man/machine advantage project

认知负荷理论表明，接受的信息量超过容量值时，给认知系统带来负荷［10］。人的信息处理模型中，主要包括感知系统、认知系统（从长时记忆中提取内容，与短时记忆的内容协同进行思维处理），对短时记忆的研究表明，多数人的短期记忆限制于4±1 个信息块（非同组信息）。信息呈现要符合认知习惯，减少对认知资源的需求，最大限度地控制影响工作绩效的认知负荷过载情况。图3 概括地描述了典型的人机交互系统的信息流程和工作方式。

从任务流程图中可以看出，目标识别子任务需要通过观察5 个视图对目标特征进行综合判断，还需要同步进行最少4 步操作，给人的认知系统带来较高的负荷，因此将多种特征纳入自动识别框架，根据既有规则及部分学习成果，由机器输出识别概率，供操作员参考。任务流程图2 中的通道和波形使用，属于需要持续观察和操作、消耗时间较长的任务，且由于其规则确定，因此分配给机器完成。此外，还为机器分配了自适应控制某些参数调整、自动进行通道管理等以前由人完成的操作。

图2 任务甘特图示例Fig.2 Task Gantt chart example

图3 人机交互信息处理模型Fig.3 Human computer interaction information processing model

复杂人机系统最主要的特征是人机之间存在着感知、决策和执行这3 个层次的信息耦合［11］，它们可能采用的自动化程度描述如表2 所示，可以对照各个任务流程进行分析。对于分配给机器完成的任务，多数比较适合3 层的中级自动化程度。前述的自动化实例中，主要在底层任务中达到了中级感知、决策和执行能力，还需要通过智能化的相关技术（如智能辅助决策支持），使中层任务达到中级感知、决策的能力，对于关键的执行环节，可以交由操作员确认完成。

表2 任务自动化程度Table 2 Task automation

2.2 智能决策支持设计

面对复杂环境作战，军事指挥决策是具有显著地位和丰富内涵的研究领域，同时也面临许多重大挑战［12］。辅助决策支持技术是辅助决策者通过数据、模型和相关知识，以人机交互方式进行半结构化或非结构化决策。然而随着战场环境的复杂化，真实作战中留给指战员的反应时间极其短暂［13］，导致指挥员在大量信息输入的情况下，无法及时对复杂场景做出准确的判断以及合理的响应，需要智能化决策手段以弥补人的生理智慧在效率和可持续性上的不足。

基于大数据的智能辅助决策融合了人工智能、大数据技术与辅助决策支持技术（工作流程如图4所示），具有技术前沿性和创新颠覆性［14］。大数据存储仓库能够存储、综合各类战场信息；
大数据分析平台对海量战场信息进行实时多维分析处理，为决策者提供知识和信息参考；
数据挖掘则对海量数据进行分析处理，发现潜在的作战规则和知识，丰富信息作战知识库中的内容，提供更多的决策支持；
模型库对能搜集到的广义模型进行组合，以最科学的方式进行运作；
推理机和问题综合与交互子系统均包含在新型人机交互系统中，其中推理机打破原有的经典逻辑推理和控制模式，除演绎推理、定性推理、非单调推理以外，基于大数据的关联推理丰富了推理机的运用范畴和思维模型；
问题综合与交互子系统应用大数据可视化技术对海量数据分析结果进行有效的显示；
大数据分析平台呈现的知识和决策信息等也在人机交互系统与操作员之间进行交互。综上，基于大数据的智能辅助决策系统实现出的大规模、高维度、多来源、动态演化的数据融合和作战态势显示，能够提供动态实时的辅助决策支持［15］。

图4 基于大数据的智能辅助决策系统工作流程Fig.4 Workflow of intelligent decision support system based on big data

计算机控制系统的回送信息及下发指令（结构化数据）、各类战场信息（结构化、非结构化数据）以及反映作战行动状况的各种反馈信息（结构化、半结构化及非结构化数据）等数据全部存储在数据库中。通过数据库对各类信息按照其主题进行重新组织，对半结构化和非结构化数据通过大数据分析平台进行实时分析处理，对一部分结构化数据进行通常意义的数据挖掘。经过实时多维地分析和挖掘数据，人机交互系统为指挥员提供战场关键信息和潜在的知识、规则。同时，指挥员也可以通过人机交互系统直接与计算机控制系统进行交流，提出决策信息需求或数据修正，新的思路和方法也会通过知识库和模型库送达数据库中。

以反导场景为例，任务目标为成功拦截弹头。在同时跟踪了多批目标时，指挥员需要决策拦截哪一批目标，等价于需要决策哪一批为弹头。而针对弹头目标的识别，人机交互界面上提供的识别特征非常多，包括某种能量、质阻比、某些长度等十多种。如果指挥员需要根据这么多的识别特征，并在多批目标中人工判断，时间是来不及的。因此，开展了目标识别辅助决策技术的研究，该技术主要融合了深度神经网络处理结构［16］，进行基于卷积神经网络（convolutional neural network，CNN）的深层次目标特征挖掘提取，并进而借鉴循环神经网络（recurrent neural network，RNN）的记忆功能，进行目标运动趋势以及行为的预测分析，具备一定学习的能力，最终在人机交互界面上综合给出每批目标的弹头识别概率，并对识别概率最高的目标打上特定标志，使得指挥员只需要根据该标志锁定某一批目标，再进一步快速索引到该批目标的相关特征，进行监视及异常处理即可，大大提升了指挥员决策的效率。

2.3 多台位分工设计

高度协同、负载均衡的台位分工设计可有效提升有限的人员和空间条件下的作战效能。地空导弹武器系统典型作业环境下，每台位配置上下2 台显示器作为主要的信息获取来源，台位数量有较严格的限制。

在规划台位数量时，应在考虑未来功能扩展的基础上进行。根据前述梳理的任务流中分配给人的全部功能进行核算，得出满足以下需求的最少台位：①至少存在某一时段需要全部台位协同配合；
②由于工作负荷与工作绩效之间存在倒U 型关系［17］，因此各台位工作平均负荷不宜过低。

目前，根据主要任务直接确定台位数量并完成分配，易造成各台位分工在不同时段不均衡，对作战效能影响较大。较合理的方法是做出全部任务场景的甘特图（图2 为其中一个场景的示例）作为分配依据，同时遵循以下原则：①同一时刻需要并行的多个子任务根据频度（权重为辅）分配给不同台位，且同类决策信息尽量闭合在同一台位；
②与各操作员具体任务有关的、由其他台位产生的信息也应显示；
③各台位的总工作负载尽量均衡，系统公共类信息（如实时监测信息）建议在各台位均进行分配，使发生故障时有时间资源的操作员能够及时进行处理。

以图2 任务场景所在系统为例，在台位数量规划之初，受空间和人数限制，并结合某3 类主要子任务的需求，为该系统规划了3 个台位。经过图2 的任务场景分析，如简单地依据子任务类型进行分工，将显著降低负载较重台位的任务完成率。因此，应根据本节所述原则对显示事件开展合理分配。较优的分配结果为：1，3，4 给台位1；
5，8 给台位2；
2，6，7 给台位3。分工完成后，每个台位需要显示（或通过声音等途径表示）的全部信息元随之确定，进入到各台位的交互设计环节，以交互界面的设计为主。

交互设计的主要环节位于Garrett 5 层设计流程中的第3 层至第4 层，包括信息架构设计和界面布局设计等，如图5 所示。其中第3 层（结构层）是核心，即确定各个将要呈现给用户的元素的“模式”和“顺序”。第3 层中的交互设计指关注影响用户执行和完成任务的元素，信息架构则关注如何将信息表达给用户。对武器系统而言，难点为最优信息架构的搭建过程需要与任务流程紧密结合。

图5 人机交互界面设计的五层模型Fig.5 Five layer model of human-computer interaction interface design

信息架构是在信息环境中，对系统信息（基于用户需要分析得出而不是用户直接给出）进行组织、导览及分类，把信息统筹规划，形成组合结构［18］，即确定信息显示的层级和每一层级中的内容（通常以显示、操作类功能组件为单位），布局则是对各层级页面中各类组件的具体排布。信息架构和布局设计影响信息的可用性。针对防空、反导、反临等不同任务模式和台位故障等情况，信息架构和布局应分别设计，以配置文件等形式在战前分别预设保存，战时供一定权限下快速选择调用。

3.1 信息架构设计

对于防空反导雷达，需要根据对各个任务流程的统计（如图6 所示），将相关性强的信息元进行组合，完成信息分组，将每组称为一个节点［19］。

图6 任务与信息元的关系Fig.6 Relationship between task and information element

作战态下，防空反导雷达所有信息节点的排列结构一般为分层结构（或称树状结构）。图7 为依据图2 的任务场景以及前述台位分工结果设计出的台位2 作战态下各节点的信息架构。

图7 中每个节点（即方框）上方的数字表示优先级评分（计算方法如表3 所示，其中观察类任务的频度因子、权重因子取自图2），评分高者优先于第1 层级展现［20］。

图7 某台位作战态信息架构Fig.7 Operational information architecture of a certain station

应注意平衡层级数与每层节点数（即深度与广度）的关系，信息层级不宜过多，否则操作较为繁琐，一般遵循3 次点击规则，即信息的获取和控件的访问应不超过3 次点击即可达到。每层节点数也不宜过多，否则压迫感和干扰项带来的负荷较高。

3.2 布局设计

页面中模块的布局应符合以下原则：①将已统计出的（如表3 所示）高分节点放置于主屏界面理想的观察位置（如中部和上部）；
②统计各任务完成所需的视觉搜索路径极小值（对于复杂度较高的界面，可在后期可用性测试阶段开展）；
③在基本不影响视觉搜索功能的前提下，通过适当调整界面元素的布局参数，建立更和谐的界面（根据界面布局的计算指标：平衡度、中心协调度、对称度、次序度等得出）。

表3 观察类任务优先级评分Table 3 Observation task priority score

基于上述原则得出的布局可为任务的完成提供高效的支撑，软件应设计为根据战术的需要预设保存若干功能模块的组成和布局，供战时快速选取，而不是在作战过程中临时配置和拖拽。

通过对防空反导雷达人机系统与常规人机系统区别的分析，对将“功能需求”转化为“设计需求”以及突破传统粗放式设计的研究，提出了基于任务特征、以效能为中心的设计思想和理论，给出了人机功能分配、智能辅助决策、台位分工、信息架构设计等人机系统作战效能关键环节的科学化设计方法。以此开展的设计已应用到多个型号中，多项可用性评估指标提升达30%以上，有效提升了武器装备人机系统的作战效能。本文方法能够有效指导以防空反导雷达为代表的复杂信息系统的人机系统设计，并可为各类强时效性作战人机系统所广泛借鉴和采用。

猜你喜欢 效能决策系统 Smartflower POP 一体式光伏系统工业设计(2022年8期)2022-09-09立足优化设计提高作业效能民族文汇(2022年13期)2022-05-07红外空空导弹抗干扰效能评估建模北京航空航天大学学报(2021年9期)2021-11-02提升水域救援装备应用效能的思考水上消防(2021年3期)2021-08-21WJ-700无人机系统军民两用技术与产品(2021年10期)2021-03-16品“助读系统”之妙小学阅读指南·低年级版(2020年11期)2020-11-16直扩系统中的窄带干扰抑制智富时代(2019年7期)2019-08-16直扩系统中的窄带干扰抑制智富时代(2019年7期)2019-08-16决策大数据决策(2018年8期)2018-12-10决策大数据决策(2018年11期)2018-11-28