指控艙顯控界面字符顯示對認知負荷的影響

楊 景，李培林，王 崴，瞿 玨，劉曉衛(wèi)

（空軍工程大學 防空反導學院，陜西 西安710051）

0 引 言

指控艙人機界面中字符顯示是指揮員獲取視覺信息的主要來源，其顯示方式直接影響指揮員對信息的感知和判斷，尤其在艙內(nèi)信息高度密集的作業(yè)環(huán)境下，更容易造成作業(yè)人員的認知困難，導致指揮員無法做出正確判斷，影響武器系統(tǒng)作戰(zhàn)效能的發(fā)揮甚至戰(zhàn)爭的勝負。因此，在指控艙顯控界面字符顯示方式的設計與評價中，如何考慮人的認知負荷問題便顯得十分必要。

國內(nèi)外對顯控界面中字符顯示方式設計已有一些研究，文獻 ［1－3］通過對顯控界面閱讀績效從字符行間距、字號、信息密度等方面進行了豐富的研究；文獻 ［4－6］探討了不同字體對識別效率的影響，得到了更易被識別的字體特征；文獻 ［7，8］也通過不同的色彩組合研究了字符的顏色匹配對識別績效的影響。這些研究主要從字符的顯示密度、字符類型、顏色匹配等方面進行了分析，為顯控界面中的字符顯示方式設計提供了有價值的參考，但仍存在幾點不足：

（1）上述對顯控界面中字符顯示的設計評價主要集中在以簡單反應時和誤判率為基礎的操作績效研究，認為績效與用戶的認知負荷成直接負相關，然而已有研究發(fā)現(xiàn)［9］，操作績效與認知負荷水平并非直接相關，還需提出一種對認知負荷的測量方法；

（2）在防空反導裝備指控艙作戰(zhàn)過程中，操揮員在認知顯控界面中大量復雜的字符信息時精神高度緊張集中，所處的交互環(huán)境與已有研究存在較大差異，因此上述研究結(jié)果的代表性和適用性還存在局限性；

（3）以上研究均圍繞字符顯示設計中的單一因素來展開，缺乏對顯控界面中字符顯示各因素之間交互作用的考慮，因此還需進一步考察交互作用對認知負荷的影響。

基于上述認識，本文結(jié)合認知負荷基本理論，模擬指控艙真實交互環(huán)境，設計了正交腦電生理實驗，提出了一種客觀直接的認知負荷綜合測量方法，采用統(tǒng)計學方法對指控艙顯控界面中字符顯示方式對認知負荷影響性問題進行研究，以期提出一種基于腦力認知負荷的裝備指控艙顯控界面字符顯示設計與評價標準。

1 認知負荷綜合測量系統(tǒng)的建立

1.1 認知負荷基本模型

認知負荷理論是John Sweller等［10］在20世紀80年代提出的，該理論以認知資源的有限性為基礎，其基本觀點為：人的認知資源是有限的，只能同時處理有限的信息，而同時處理的信息過多將帶來認知資源的分配不均，必然存在 “此多彼少”的問題，如果在各種認知過程中需要的認知資源超過了個體所具有的資源總量，則會造成認知資源的分配不足，即認知超載。其模型如圖1所示。

圖1 認知負荷模型

指揮員在指控艙完成作業(yè)任務時，其對顯控界面的信息感知需要占用一定的認知資源，而其它任務也要占用部分資源，這樣便存在對認知資源的競爭，造成認知超載，導致指揮員對作業(yè)過程中的重要信息不能及時進行加工和反饋，影響作業(yè)效率和可靠性。

1.2 測量指標的確定

由于認知負荷的內(nèi)隱性和復雜性，其測量方法一直是一個難點問題。隨著神經(jīng)工效學的迅速發(fā)展，以EEG、ERPs和FMRI等神經(jīng)成像技術的出現(xiàn)和完善為認知負荷的測量問題提供了有力的解決途徑，其中EEG 以其客觀直接、分辨率和準確率高等優(yōu)點被廣泛應用［11－13］。因此，本文采用EEG 中θ波功率值和近似熵值來定量表征人體認知負荷的大小。

θ波是由EEG 技術采集到的人體腦電信號，是中樞神經(jīng)系統(tǒng)抑制狀態(tài)的表現(xiàn)，在人體困倦、低警覺時其能量值增多，操作任務的難度愈大，θ波能量值就愈高。對θ波進行頻譜分析和積分運算可得其功率值，計算公式如下

式中：i——任務序號。

近似熵是Pincus提出的一種描述EEG 腦電信號規(guī)律性和復雜性的一種算法，可以對確定性和隨機性信號進行處理，主要用來分析非線性時間序列腦電信號的復雜程度。操作任務的難度越大，腦電信號越復雜，近似熵值也就越大。對于有限長為N 的一維時域腦電信號序列｛x（n）｝＝x（1），x（2），x（3），…，x（N），近似熵定義為［14］

2 實驗方法

2.1 實驗設計

實驗所用腦電采集設備為Compumedics公司的Neuroscan，型號為SCAN－40，采樣頻率為1000Hz，以液晶觸控屏作為主顯示屏用來呈現(xiàn)測試材料，普通顯示屏作為輔顯示屏用來記錄腦電信號，實驗中應保證測試材料處于被試的最佳視域內(nèi)以避免眼動干擾。實驗基于指控艙真實顯控界面，共設計了3個顯示因素，分別是字符顯示密度、字符類型和顏色匹配，每個顯示因素設計了3個水平，見表1。

考慮到各個顯示因素之間的交互作用，本實驗采用L27（313）正交實驗方案，共進行了27組實驗，表頭設計見表2。表中A、B、C 分別代表顯示因素，A×B、A×C、B×C分別代表兩因素之間的交互作用，第9、10、12、13列為空列，表中并未列出。

表1 因素水平

通過E－Prime軟件編制實驗程序，實驗靶材為不同顯示因素水平組合的3行3列字符矩陣，每個字符矩陣由 “甲”、“由”、“申”3個字符隨機排列組成，且只有一個“申”字。

在實驗過程中，以事先錄制好的指控艙作業(yè)過程中的環(huán)境音以及計時器的滴答聲作為實驗交互場景的背景音，各階段實驗任務會有一定的時間限制，以保證被試處于緊張激烈的氛圍中。實驗呈現(xiàn)方式如圖2所示。

表2 正交實驗方案設計

圖2 實驗呈現(xiàn)方式

2.2 實驗步驟

（1）選取實驗對象

選擇5名18 至22 歲男性大學生作為此次實驗被試，要求他們身體良好，無色弱、色盲且均為右手利，整個實驗過程都是在封閉的室內(nèi)環(huán)境中進行，如圖3所示。

圖3 腦電誘發(fā)實驗

（2）實驗步驟

步驟1 正式測試前，被試應經(jīng)過充分休息，具備良好的精神狀態(tài)，首先在測試屏幕上隨機呈現(xiàn)20組測試場景，使被試熟悉實驗過程與實驗方式，進入測試狀態(tài)。

步驟2 測試正式開始后，被試首先注視屏幕中央的十字星圖標，然后進行實驗1，按照實驗1中3種顯示因素組合的字符矩陣進行腦電刺激，要求被試從這些字符矩陣刺激中，找出唯一的 “申”字，同時點擊屏幕，系統(tǒng)自動記錄時間后更換字符矩陣。每種刺激矩陣顯示3s，伴隨著系統(tǒng)提示音，被試必須在3s之內(nèi)完成識別任務。

步驟3 3s之后系統(tǒng)更換字符矩陣，每組實驗共隨機更換6種字符矩陣，測試完成后，系統(tǒng)轉(zhuǎn)入實驗2開始測試，循環(huán)進行步驟2的過程直至27組實驗完成為止。

步驟4 對5名被試分別進行步驟1至步驟3的測試過程，直至實驗測試結(jié)束。

3 實驗結(jié)果與分析

3.1 實驗數(shù)據(jù)處理

EEG 腦電信號采集后，通過MATLAB和EEGLAB對原始信號進行降采樣、去偽跡、濾波、刪除自發(fā)腦電信號等預處理，如圖4 所示，然后依據(jù)式 （1）和式 （2）在MATLAB算法程序中進行計算，得到θ波功率平均值和近似熵平均值。

圖4 預處理后的腦電信號

3.2 顯示方式對認知負荷的影響分析

（1）極差分析

通過極差分析，可以分清各因素及其交互作用對實驗指標影響的主次順序，實驗極差分析結(jié)果如圖5，圖6 所示，圖中K1、K2、K3為各因素水平 “1”、“2”、“3”的均值。極差越大，即各水平之間的差值越大，說明該因素水平變化時對實驗指標的影響越大。由圖可知，在實驗設計范圍內(nèi)，各因素對θ波功率指標的影響主次為：A＞C＞A×C＞A×B＞B×C＞B，對近似熵指標的影響主次為：A＞C＞A×C＞A×B＞B＞B×C。

圖5 θ波功率值極差分析

圖6 近似熵值極差分析

（2）方差分析

通過方差分析法，可以定量判斷各因素對實驗結(jié)果影響的重要程度，對各因素進行組間差異性分析并計算其統(tǒng)計參量F值，F(xiàn) 值越大則該因素的影響越顯著。分別取顯著性水平α為0.01、0.05、0.1，具體分析結(jié)果見表3，表4?？梢钥闯觯@示密度對認知負荷的影響高度顯著，其次是顏色匹配以及顯示密度與其它兩因素之間交互作用的影響，字符類型以及它與顏色匹配之間的交互作用并不會對認知負荷產(chǎn)生顯著影響。

3.3 顯示方式對認知負荷的影響機理分析

通過對上述統(tǒng)計學分析的觀察與對比，顯示密度對認知負荷的影響高度顯著，隨著顯示密度的減小，認知負荷迅速減小，尤其是當顯示密度從水平2 減小為水平3 時，認知負荷大幅度減小。顯示密度與字符類型、顏色匹配之間的交互作用也對認知負荷產(chǎn)生了顯著影響，當字符類型與顏色匹配水平固定時，認知負荷的大小隨著顯示密度的減小而減小。這可能是由于顯示密度減小時，字與字的負空間變大，因為負空間與個體的視線密切相關，其變化可對字符的可讀性產(chǎn)生極大的影響，負空間越大，字符排列越松散，被試越容易在視覺搜索過程中發(fā)現(xiàn)目標字符，降低了被試的視覺認知負擔，從而造成大腦中負責工作記憶和視覺注意力調(diào)節(jié)的區(qū)域認知負荷降低。

表3 θ波功率值方差分析

表4 近似熵值方差分析

顏色匹配產(chǎn)生的認知負荷由大到小排列為黑－白、黑－紅、黑－黃，這是因為在基于自底向上的數(shù)據(jù)驅(qū)動視覺注意過程中，大腦根據(jù)視覺刺激信號的顯著性來分配注意力，這種顯著性包括刺激本身的顯著性 （如顏色匹配）以及待搜索目標的敏感性，相比于黑－白、黑－紅搭配，人眼對黑－黃搭配界面的辨識能力更強，被試更容易完成視覺搜索任務，因而所產(chǎn)生的認知負荷也就更低。

而字符類型以及該因素與顏色匹配之間的交互作用對認知負荷沒有產(chǎn)生顯著影響，這是因為人眼對于字體形狀的輕微變異并不敏感，而由于漢字不同字體間的相似性，由視覺刺激材料本身差異的不顯著導致自頂向下的基于任務驅(qū)動的視覺感知過程的差異不顯著，從而造成了對認知負荷的影響不顯著。

4 結(jié)束語

本研究以θ波功率和近似熵作為人體認知負荷綜合測評指標，采用正交實驗法，模擬指控艙作業(yè)環(huán)境，針對艙內(nèi)顯控界面中字符顯示方式對指揮員認知負荷的影響性問題進行實驗研究，主要結(jié)論如下：

（1）字符顯示密度、字符類型、顏色匹配以及三因素之間的交互作用對認知負荷均產(chǎn)生一定的影響。其中顯示密度對認知負荷的影響高度顯著，且字符類型與顯示密度之間、顏色匹配與顯示密度之間交互作用對認知負荷的影響取決于顯示密度的大小，隨顯示密度的減小而減小。顏色匹配雖然對認知負荷也產(chǎn)生顯著影響，但它與字符類型之間的交互作用對認知負荷的影響并不明顯。字符類型則不會對認知負荷產(chǎn)生顯著影響。

（2）在對認知負荷的影響因素分析中發(fā)現(xiàn)，顯控界面字符顯示方式對認知負荷的影響主要取決于其顯示方式是否符合人體的視覺特征。認知負荷理論認為，視覺認知過程需要多個腦區(qū)的參與控制，視覺識別本質(zhì)上就是一個認知資源的分配過程，不同顯示方式的視覺刺激影響必然使大腦產(chǎn)生相應的腦電信號，從而引起認知負荷的變化。因此，符合人眼視覺特征的字符顯示方式設計必然會帶來認知負荷的降低。

本研究結(jié)果可為基于認知負荷的指控艙顯控界面優(yōu)化設計與評價提供依據(jù)，今后可針對外部環(huán)境 （如光照、震動等）因素對實驗結(jié)果的影響性予以進一步研究。

［1］Lee D S，Ko Y H.Effect of light source，ambient illumination，character size and interline spacing on visual performance and visual fatigue with electronic paper display ［J］.Displays，2011，32 （1）：1－7.

［2］LI Jing，XIONG Junhao，HE Dan，et al.Recognition effi－ciency and reliability of web character display density ［J］.Industrial Engineering and Managemen，2010，15 （5）：82－86（in Chinese）.［李靜，熊俊浩，何丹，等.網(wǎng)頁字符顯示密度的識別效率與可靠性 ［J］.工業(yè)工程與管理，2010，15 （5）：82－86.］

［3］GUO Zizheng，LI Yongjian，SHENG Jingen，et al.Influence of line spacing of characters on emu display and control interface on recognition efficiency ［J］.Journal of The China Railway Society，2012，34 （12）：31－34 （in Chinese）. ［郭孜政，李永建，盛金根，等.動車組顯控界面字符行距對司機識別效率的影響性研究 ［J］.鐵道學報，2012，34 （12）：31－34.］

［4］WANG You，SHAO Zhifang.Stroke frequency and font effects on Chinese character recognition threshold ［J］.Psychological Science，2009，32 （1）：134－136 （in Chinese）.［王優(yōu)，邵志芳.筆劃頻率和字體對漢字大小辨認閾限的影響 ［J］.心理科學，2009，32 （1）：134－136.］

［5］ZHANG Lina，ZHANG Xuemin，CHEN Xiaoyu.The legibility research of Chinese font and font structure ［J］.Chinese Journal of Ergonomics，2014，20 （3）：32－36 （in Chinese）.［張麗娜，張學民，陳笑宇.漢字字體類型與字體結(jié)構(gòu)的易讀性研究 ［J］.人類工效學，2014，20 （3）：32－36.］

［6］LI Huike，LI Fei.Research on highway－oriented system fonts based on rapid identification ［J］.Packaging Engineering，2010，31 （22）：100－103 （in Chinese）.［李會科，李飛.高速公路導向系統(tǒng)字體快速識別研究 ［J］.包裝工程，2010，31（22）：100－103.］

［7］ZHOU Yingwei，ZHUANG Damin，WU Xu，et al.Ergonomic design and analysis of character coding on display interface［J］.Journal of Beijing University of Aeronautics and Astronautics，2013，39 （6）：761－765 （in Chinese）. ［周穎偉，莊達民，吳旭，等.顯示界面字符編碼工效設計與分析 ［J］.北京航空航天大學學報，2013，39 （6）：761－765.］

［8］GUO Zizheng，LI Yongjian，ZHONG Yongxiang，et al.Effect of the background color in EMU man－machine control interface on recognition efficiency ［J］.China Railway Science，2011，32 （5）：104－107 （in Chinese）. ［郭孜政，李永健，鐘永祥，等.動車組人機控制界面背景色對識別效率的影響［J］.中國鐵道科學，2011，32 （5）：104－107.］

［9］Mendel J，Pak R.The effects of interface consistency and cognitive load on user performance in an information search task［C］／／Proceedings of the 53rd Human Factors and Ergonomics Society Annual Meeting.San－Antonio，USA：Human Factors an Ergonomics Society Press，2009：1684－1688.

［10］Sweller J，Ayres P，Kalyuga S.Cognitive load theory：Explorations in the learning sciences，instructional systems and performance technologies ［M］.USA：Springer－Verlag New York Inc，2011.

［11］Ahirwal M K，Kumar A，Singh G K.EEG／ERP adaptive noise canceller design with controlled search space（CSS）approach in cuckoo and other optimization algorithms ［J］.IEEE／ACM Transactions on Computational Biology and Bioinformatics，2013，10 （6）：1491－1504.

［12］Mustafa M，Guthe S，Magnor M.Single－trial EEG classification of artifacts in videos［J］.ACM Transactions on Applied Perception，2012，9 （3）：196－207.

［13］Bi Luzheng，F(xiàn)an Xinan，Liu Yili.EEG－based brain－controlled mobile robots：A survey ［J］.IEEE Transactions on Human－Machine Systems，2013，43 （2）：161－176.

［14］Yentes JM，Hunt N，Schmid KK，et al.The appropriate use of approximate entropy and sample entropy with short data sets［J］.Annals of biomedical engineering，2013，41 （2）：349－365.