数字界面态势感知的评价理论和方法研究

摘要

对于复杂操作系统，操作者是在特定环境中监控和操作人机交互数字界面(DHCI)，既需要眼睛不间断的观察环境，又依靠细致动作完成精确的控制动作。只有界面信息的表现和传输方式符合人类视觉认知规律和操控习惯，才能提高界面态势感知(Situation Awareness，SA)认知绩效，减轻操作者的认知负荷并降低出错率。提出合理有效的SA评价方法，是检验DHCI是否具有高绩效SA的保障手段，对提高军事、核电站、宇航领域以及日常驾驶等行业的安全性和工作效率具有重要意义。
　　本文在分析国内外的SA评价理论及研究现状的基础上，运用理论分析、实验研究、实例验证相结合的方法，围绕界面SA的评价理论、方法及优化策略展开研究。首先，通过研究视知觉原理、心理表象、信息交互机制、工作记忆加工和注意力分配等理论知识，综合现有SA认知机理解析DHCI的SA交互流程及认知机理，最终提出新的SA认知理论模型，为论文后述的DHCI的SA评价方法研究提供了理论依据。根据新的SA认知理论模型，提出了对应界面视觉元素和SA认知流程的两个相互补充的SA评测模型:一方面，基于SA认知理论模型、客体-特征编码、软件评价模型（Mc-Call和Boehm）和可用性ISO标准（ISO9126、ISO9241和ISO13407）等相关研究成果和方法，分析并提炼出DHCI的SA视觉特征因素，再利用改进德尔菲法(MD)、抽象层级方法和灰色关联分析，构建SA视觉元素的多层次评价指标体系;综合运用主观评价法、层次分析法、灰色关联分析和灰关联层次分析法构建出的一级评价指标和二级评价指标的权重，构建起SA视觉元素多层次评价模型(VMEM)，并通过Friedman和Kendall统计学方法对权重结果进行了可靠度检验。另一方面，基于SA认知理论模型、界面操作预测模型和眼动理论知识，将执行界面任务所需的眼动行为和操作行为分解成具有典型子步骤TFSS，根据前人已有研究和实验研究提出各子步骤的典型理论值，最终构建了SA信息流评价预测模型(TFEM)，及两个相关定义和三条应用规范，分析了与GMOS击键层次模型的异同之处及独特优势。根据SA的两个评价模型和前人研究成果，提出了基于SA的复杂系统DHCI因素（布局、菜单/导航、文本、颜色、图标/图形和信息交互流程）的设计规则及优化策略。最后，以航电界面为例，综合运用视觉元素多层次评价模型(VMEM)和信息流评价预测模型(TFEM)到界面的SA评测中，通过脑电实验结果验证了本文提出的SA理论和评价方法的有效性和可行性。
　　本方法为数字DHCI的SA测量提供了新思路和新方法，有助于提高DHCI的SA绩效和降低操作者的脑力负荷，其研究成果为有效实现对DHCI的SA综合评价提供了重要技术手段和理论依据。

目录

声明

摘要

图表目录

第1章 绪论

1．1 研究背景

1．2 SA评价的国内外研究现状

1．2．1 国外发展状况

1．2．2 国内发展状况

1．3 课题的研究目标、思路、方法与组织结构

1．3．1 研究目标与思路

1．3．2 研究内容与方法

1．3．3 论文结构与章节安排

第2章 SA及认知心理学相关概念

2．1 SA相关概念

2．1．1 态势感知的定义

2．1．2 态势感知的特征

2．1．3 态势感知的要素

2．2 认知心理学相关概念

2．2．1 视知觉原理

2．2．2 视觉心理表象

2．2．3 视觉搜索

2．2．4 选择性注意

2．2．5 视觉工作记忆

2．2．6 客体和特征

2．2．7 视觉空间模板

2．3 本章小结

第3章 SA认知理论模型的构建及解析

3．1 SA认知理论综述

3．1．1 基于SA定义的认知理论模型

3．1．2 基于信息加工角度的SA认知理论模型

3．1．3 基于图解的推理框架

3．2 问题的提出

3．3 SA认知理论模型的构建

3．3．1 构建思想

3．3．2 SA认知理论模型的建立

3．4 SA认知理论模型的解析

3．5 SA认知的评价问题

3．6 本章小结

第4章 SA视觉元素多层次评价模型

4．1 引言

4．2 综合评价方法

4．2．1 综合评价的相关理论和方法

4．2．2 综合评价方法的选择

4．3 VMEM多层次评价指标体系的构建

4．3．1 评价指标体系的构建原则

4．3．2 初级评价指标的建立

4．3．3 初级指标的筛选及可靠度验证

4．3．4 VMEM多层次评价指标体系的构建

4．3．5 一级指标的可靠度检验

4．4 一级指标权重的建立过程

4．4．1 指标初始权重的确定

4．4．2 可靠性矩阵的构建

4．4．3 Friendman可靠性检验

4．4．4 可靠性系数的创建

4．4．5 一级指标综合修正权重的建立

4．4．6 一级指标权重确定方法的实例应用

4．5 二级指标权重的建立

4．5．1 灰色关联矩阵的构建

4．5．2 Kendall可靠度检验

4．5．3 可靠度系数的确定

4．5．4 二级指标权重的确定

4．5．5 二级指标权重确定方法的实例应用

4．6 SA视觉元素多层次评价模型的建立

4．7 本章小结

第5章 SA信息流评价预测模型

5．1 引言

5．2 问题的提出

5．3 SA信息流的相关理论

5．3．1 眼动原理及方式

5．3．2 界面操作预测模型

5．4 研究思路和解析方法

5．4．1 研究思路

5．4．2 TF解析方法

5．5 TFEM信息流评价预测模型的建立

5．5．1 基于眼动行为的信息流TL分解方法

5．5．2 基于操作行为的信息流TL分解方法

5．5．3 TFEM层次量化预测模型的建立及应用规则

5．6 TFEM模型的用途

5．7 本章小结

第6章 基于SA的界面设计优化策略及应用

6．1 引言

6．2 基于视觉元素VMEM模型的设计优化策略及应用

6．2．1 界面布局的优化策略一般规则

6．2．2 界面菜单／导航的优化策略一般规则

6．2．3 界面颜色的优化策略一般规则

6．2．4 界面图标／图形的优化策略一般规则

6．2．5 界面文本的优化策略一般规则

6．3 基于信息流TFEM模型的设计优化策略及应用

6．4 任务设计

6．5 本章小结

第7章 综合实例验证

7．1 基于VMEM的视觉形式表达绩效评价

7．2 基于TFEM的信息流传输绩效评价

7．3 综合评价结果的分析

7．4 综合评价结果的有效性验证

7．4．1 验证流程及方法

7．4．2 验证结果与分析

7．5 本章小结

第8章 结论与展望

致谢

攻读博士学位期间完成的论文

附录

参考文献