显示界面复杂目标辨认研究*

贾凯翔，王 崴，瞿 珏，刘晓卫，崔 波

（空军工程大学防空反导学院，西安 710051）

显示界面复杂目标辨认研究*

贾凯翔，王 崴，瞿 珏，刘晓卫，崔 波

（空军工程大学防空反导学院，西安 710051）

为了使作战人员更快速地辨认武器系统显示界面目标，研究人对不同复杂程度及大小的目标符号辨认情况，为武器系统显示界面的目标编码设计提供依据。提出目标符号复杂度的定义，建立复杂度计算公式，对符号的复杂程度进行量化。通过测定被试完成搜寻特定目标的时间，建立反应时间和符号复杂度与大小、高复杂度目标数量与大小的线性回归模型。提取被试辨认不同复杂度目标的脑电信号，分析脑负荷。结果表明符号复杂度越低或尺寸越大，目标越容易辨认；当大小一定时，人对复杂度3以下的目标辨认情况较好，对复杂度3以上的目标辨认绩效明显下降；脑负荷随着目标复杂度的增大而增大。结论为武器系统显示界面的符号复杂度应设计在3以下，高复杂度目标符号使用时应合理调整其大小。

显示界面，符号大小，符号复杂度，目标辨认，脑负荷

Abstract：In order to make the fighters recognize targets on the display interface more rapidly，the problem how human identify complex targets under different icon complexity and size is investigated，for providing standards for target code design in weapon systems’display interface.A new definition of target icon complexity is proposed and the formula for calculating icon complexity is established.Two linear regression models were established to express the relations between response time，icon complexity，size and number.EEG signals to analyze mental workload when subjects recognized icons in different complexity is extracted.The results showed targets are easier recognized when its complexity is lower and size is bigger.When the size of targets unchanged，subjects recognized targets easier which complexity is less than 3，while it’s more difficult to recognize targets which complexity is above 3.Mental workload increases by the increases of icon complexity.The conclusion is targets icon complexity for weapon system display interface should be less than 3，the size of high complexity icons should be changeable when used.

Key words：display interface，icon size，icon complexity，target identification，mental workload

0 引言

指挥控制舱是地空导弹武器系统中担负人机交互功能的核心装备，是战勤操作人员进行态势分析判断、目标识别、威胁判断、拦截排序、目标分配等人机交互的重要场所。其显示界面会根据目标特征的不同而呈现不同的目标形状、颜色等，作战人员对目标的辨识速度和准确度很大程度上影响作战效能的发挥。对显示目标进行合理的视觉编码可以大大提高信息的辨识精度和速度［1］。关于目标编码问题，国内外学者进行了大量了研究［2-7］，这些研究对显示界面的不同目标颜色、形状、大小等对人的认知特性影响进行了较为全面的实验分析。但对于目标形状的辨识，只限定在较为简单的实心几何图形，如三角形、方形、圆形等，没有涉及有关复杂形状的目标辨认。

关于图形复杂度，Attneave提出图形复杂性（complexity）计算公式 J=5.46 log10T+0.41S-2.30，其中J是复杂性，T为图形折点数，S为图形对称性参数［8］。Scharroo等通过实验发现：视觉搜索绩效随着图形复杂度增加而降低［9］。

在地空导弹武器系统中，目标编码较为复杂，按照空域、威胁等级、速度、敌我机、是否火力分配等，可以分为近40种目标，每一种类型的目标都对应着一种目标编码方式，当雷达跟踪界面显示多批目标时，会导致界面变得拥挤，作战人员对信息搜索效率降低、符号间相互混淆的可能性增加［10］。而且现代空袭载体以携带远程投放弹药为特征，由于现代空袭载体快速性和防空传感器探测范围的限制，为确保掩护对象的安全，必须在短时间内作出决策，一般只有数秒。如此众多的目标编码如果没有很好地符合人的认知特性，将会造成目标判别时间长、反应慢，甚至可能造成误读、误判、误操作等严重问题。鉴于以上情况，对复杂形状的目标辨认问题的研究将具有一定的现实意义。

本文以某型地空导弹武器系统显示界面为背景，对人在不同复杂目标形状和大小下的辨认情况及高复杂度目标符号的数量和大小对人的认知影响进行实验研究。提出符号复杂度的概念，建立符号复杂度的计算公式，并根据实验结果建立两个回归模型：一个反应了符号复杂度及大小与反应时间的关系，另一个反应了高复杂度目标符号数量及大小与反应时间的关系。通过对实验结果分析，提出目标编码的设计准则，为下一代地空导弹武器系统的目标编码提供参考，同样也可为其他领域的目标编码设计提供理论依据。

1 目标符号复杂度

定义符号复杂度为：以一定方向的若干线段贯穿符号，线段会与符号形成若干交点，线段从头至尾与符号产生的交点数。如图1所示。将符号分为上半、下半、左半、右半、45°和135°等6个方位，复杂度计算公式为：IC=（CHu+CHd+CVl+CVr+CO45+CO135）/6，式中 CHu、CHd、CVl、CVr、CO45、CO135分别为6个方位上的最大交点数［11］。武器系统显示界面部分目标符号如表1所示。

表1 部分目标符号及复杂度

2 实验1

2.1 实验任务

实验1研究符号复杂度及大小与反应时间的关系，利用E-prime软件进行编辑，界面呈现在19.1 in.的液晶显器上，采用1 600×900像素分辨率。模拟作战人员寻找目标的过程，实验界面如图2所示。

图2 实验界面

被试需要从左侧的多个目标中找出与右下方图标相同的目标，一共进行15次搜寻，即表1中的所有15个目标，左侧符号每次呈现时顺序不同，右下侧符号随机呈现。被试找到目标后用鼠标点击相应目标，表示一次成功搜寻，接着进入下一循环。两次循环间有6 00 ms的停顿，此时界面中心显示黑底白色十字星图标以控制被试视线焦点。

2.2 被试

被试为空军工程大学18名在读硕士生，年龄在22岁～25岁之间，矫正视力良好，均有地空导弹部队实习经历，右手使用鼠标。

2.3 实验方法

实验变量为不同目标符号与大小，符号颜色统一为绿色，背景为黑色。符号包络方形大小分为6 mm×6 mm、9 mm×9 mm、12 mm×12 mm 3种，分别对应被试距离屏幕700 mm时的视角0.44°、0.66°、0.88°。按照目标的大小由小到大将被试分为3组，每组6人，每组只进行一种大小的目标符号辨认。照明条件良好，在正式实验前向被试展示实验素材，熟悉目标符号，接着在练习界面上进行一组练习，之后进行正式实验。软件自动记录被试完成每次目标寻找的反应时间。

2.4 结果与分析

各复杂度下的符号平均辨认时间如图3所示。

图3 符号辨认时间散点图

多元线性回归分析表明，在0.05显著水平下，辨认时间与符号复杂度和大小有高度显著的回归关系（F（2，30）=42.74，P＜0.01），回归系数显著性检验表明，符号复杂度与大小对辨认时间均有显著影响（P复杂度＜0.01，P大小=0.001 8），所以可建立具有实际意义的回归方程：

其中Y表示反应时间（ms），X1表示符号复杂度，X2表示符号大小（mm）。

在0.05显著水平下对所有数据进行双因素重复试验方差分析，可知大小主效应影响显著（F（2，165）=9.526，P=0.000 1），复杂度主效应影响显著（F（10，165）=12.011，P＜0.01），符号复杂度与大小的交互效应不明显（F（20，165）=1.446，P=0.108）。将 15个符号按复杂度 1～2、2～3、3 以上分为 3 类，记为第1类第2类第3类，其中第1类3个符号，第2类6个，第3类6个。每组被试对不同类目标辨认时间的平均值如图4所示。

图4 目标辨认的平均反应时间

方差分析表明，在0.05显著水平上，组内符号复杂度主效应显著（F（2，45）=8.602，P=0.000 7），组间符号大小主效应显著（F（2，45）=39.671，P＜0.01），复杂度与大小交互效应不显著（F（4，45）=1.72，P=0.16）。由此可知按照 1～2、2～3、3 以上的复杂度分组具有代表性。对组间同一类符号进行单因素方差分析，符号大小对第1类符号的辨认时间差异不显著（F（2，15）=0.349，P=0.71），对第 2 类符号的辨认时间差异不显著（F（2，15）=2.274，P=0.137），对第 3 类符号的辨认时间差异显著（F（2，15）=8.356，P=0.0036）。

3 实验2

3.1 实验任务

实验2在实验1的基础上继续研究复杂度较大的目标之间的影响及其所占目标总数比例和大小与辨认时间的关系。与实验1的不同之处是实验界面中只辨认6个复杂度3以上的目标，对应表1中目标序号 4、5、6、8、13、15。实验界面中这些目标分别占左侧图中目标总数的20%、40%、60%、80%、100%，排列顺序随机。

3.2 结果与分析

各百分比下复杂度3以上的符号平均辨认时间如图4所示。

图5 复杂度3以上的符号平均辨认时间

多元线性回归分析表明，在0.05显著水平下，辨认时间与百分比和大小有高度显著的回归关系（F（2，12）=7.156，P=0.009），回归系数显著性检验表明，百分比与大小对辨认时间均有显著影响（P百分比=0.022，P大小=0.019），所以可建立具有实际意义的回归方程：

其中Y表示反应时间（ms），X1表示百分比（小数），X2表示符号大小（mm）。

在0.05显著水平下对所有数据进行双因素重复试验方差分析，可知大小主效应影响显著（F（2，75）=4.406，P=0.015），百分比主效应影响显著（F（4，75）=2.901，P=0.027），符号复杂度与大小的交互效应不明显（F（8，75）=1.364，P=0.226）。

4 实验3

4.1 实验任务

实验3在前两个实验的基础上研究脑负荷和符号复杂度的关系。脑电设备采用Neuroscan40导脑电仪，采样频率250 Hz，脑电帽电极贴片位置参照国际通用10-20系统放置。

与前两个实验不同之处是实验设计了3种界面，每种界面的符号大小均9 mm，且分别只呈现1～2、2～3、3以上复杂度的符号。脑电仪记录被试分别进行3组实验的脑电据。

4.2 结果与分析

以眼电HEOG通道为算例，根据以上公式求得辨认3组不同复杂度符号的脑电信号频谱图，如图6～图8所示。

图6 复杂度1～2脑电频谱图

图7 复杂度2～3脑电频谱图

图8 复杂度3以上脑电频谱图

由图6～图8可见，被试在搜索复杂度1～2的符号时，眼电信号较为分散，说明任务较为简单，当搜索复杂度2～3和3以上的符号时，眼电更多地分布在 β（14 Hz～30 Hz）频段，而 β 频段的脑电被认为是与精神紧张或情绪激动有较大关系，说明了被试脑兴奋度在增加，脑负荷在增大。

近似熵作为一种度量序列复杂性的统计方法，具有需要数据点数少以及抗干扰和抗噪能力好的特点，用来计算脑电信号的复杂性，可以间接地反应脑负荷的变化，本研究定义近似熵计算公式为［12］：

表2 3组实验近似熵

从表2可以看出，随着复杂度增加，近似熵在增大，证明被试的脑负荷在增加。

5 讨论

从实验1结果中可以看出，符号的大小和复杂度对符号辨认都有显著影响，回归模型表明符号越简单或者越大，越容易被辨认。从图3的分组及分类实验结果看，无论哪种符号大小，辨认时间均受复杂度影响显著，但进行组间比较即复杂度不变而大小改变时，复杂度3以下的符号辨认时间差异不显著，复杂度3以上的符号随着尺寸变大，辨认时间显著减少。

分析其原因，符号的大小和复杂度影响着人眼的视锐度，即人通过视觉器官辨认外界物体的敏锐程度，它表示视觉辨认物体细节的能力［13］。被试对符号的搜索是基于特征驱动的搜索或“自下而上”的搜索，即视觉系统从辨别简单特征开始，比如符号的某条线段或者某个弧线，然后组合成更为复杂的特征，比如多个弧线、形状和图案等，接着大脑再将这些形状识别为相应的目标符号［14］。一些复杂目标的形状特征相似，同时呈现时，人眼不容易短时间区分这些细节特征。而复杂度低和视角大的目标符号视锐度高，人更容易看清符号的细节，从而更快地区别特征识别符号。对于3组数据中复杂度3以下的符号，由于复杂度较低，本身视锐度比较高，在3种大小下均较容易辨认。对于复杂度3以上的符号，大小对视锐的影响较明显，小的符号人不容易看清细节特征，影响了辨认速度。

实验2中，对复杂度较高的目标辨认反应时间与其所占目标总数呈正比，与符号大小呈反比关系。分析原因，复杂度较高的目标因为视锐度低，人在辨认特定符号时，需对其他符号作“排除”的判断，此类目标越多，排除的过程就越多，导致辨认时间延长。从图4中可以看出，第一组（6 mm）误差较其他两组大，由试验1可知在6 mm大小时高复杂度目标辨认绩效较差，导致误差变大。

武器系统作战过程中，不仅操作员的反应速度意义重大，操作准确率也影响着作战效能的发挥。如果长时间地操作，脑负荷的增加会降低操作员情景意识，从而导致操作出错的可能性增加［15］。也许武器操作员可以经过训练等主观努力减小反应时间，但脑负荷的增加是必然的。所以尽可能减小操作过程的脑负荷，减缓脑负荷增加速度，对作战有着重要意义。

6 结论

符号是负载和传递信息的重要媒介之一，Jogems等有关图形复杂性的实验表明：图形复杂性增加和熟悉性的降低会延长启动时间［16］。由于武器舱室的空间资源宝贵，受到显示界面大小的限制，为了增加作战人员的反应时间提高作战效率，在武器系统显示界面的目标符号设计时，不仅要考虑符号的易识别性、合适的惯例、合理的隐喻、一致性等设计原则，还应综合考虑符号复杂度和大小及对脑负荷的影响。按照本文的定义和实验结果，符号复杂度最好控制在3以下。

而特殊情况下需使用复杂度较大的目标符号时，为了保证辨认时间在可接受的范围内，应参考回归模型合理地自动调整符号大小。

本实验对显示界面目标符号的大小和形状设计有一定参考价值，但未对目标的颜色及视线扫视规律进行讨论，后续实验将结合眼动仪进一步探讨。

［1］袁修干，庄达民，张兴娟.人机工程计算机仿真［M］.北京：北京航空航天大学出版社，2005：130-231.

［2］庄达民，王睿.基于认知特性的目标辨认研究［J］.北京航空航天大学学报，2003，29（11）：1051-1053.

［3］张磊，庄达民.飞机界面设计颜色匹配性［J］.北京航空航天大学学报，2009，35（8）：1001-1004.

［4］曾庆新，庄达民.多界面多任务下不同任务权重的目标辨认［J］，北京航空航天大学学报，2006，32（5）：499-502.

［5］周颖伟，庄达民，吴旭，等.显示界面字符编码工效设计与分析 ［J］. 北京航空航天大学学报，2013，39（6）：761-765.

［6］YEH M，WICKENS C D.Display signaling in augmented reality：effects of cue reliability and image realism on attention allocation and trust calibration［J］.Human Factors，2001，43（3）：355-365.

［7］李洁，杨伟浩，周诗华，等.应用液晶显示器时影响人机系统功能的因素研究［J］.航天医学与医学工程，2009，22（2）：122-125.

［8］ATTNEAVE F.Physical determinants of the judged complexity of shapes［J］.Journal of Experiment Psychology，1957，53（4）：221-227.

［9］SCHARROO J，STALMEIER P F M，BOSELIE E.Visual search and segregation as a function of display complexity［J］.Journal of General Psychology，1994，121（1）：5-17.

［10］傅亚强，许百华.机载头盔显示器符号系统评价的原则与方法综述［J］. 航天医学与医学工程，2013，26（5）：415-419.

［11］王优，邵志芳.笔划频率和字体对汉字大小辨认阈限的影响［J］.心理科学，2009，32（1）：134-136.

［12］PINCUS S M.Approximate entropy（ApEn）as a xomplexity measure［J］.Chaos，1995，5（1）：110-117.

［13］林燕丹，陈大华，邵红，等.中间照明水平下视锐度的亮度响应特性研究［J］.复旦学报（自然科学版），2002，41（4）：453-458.

［14］JOHNSON J.Designing with the mind in mind［M］.1st ed.Beijing：Post s&Telecom Press，2011：30-31.

［15］ENDSLEY M R.Level of automation effects on performance situation awareness and workload in a dynamic control task［J］.Ergonomics，2010，42（3）：462-492.

［16］JOGEMS K，ZITMAN F G.Psychomotor sho-wing and planning deficits in schizoph-renia［J］.Schizophrenia Research，2001，48（2）：317-333.

Study on Complex Target Identification of Display Interface

JIA Kai-xiang，WANG Wei，QU Jue，LIU Xiao-wei，CUI Bo
（School of Air and Missile Defense，Air Force Engineering University，Xi’an 710051，China）

B842.1；TB472

A

10.3969/j.issn.1002-0640.2017.09.017

1002-0640（2017）09-0079-05

2016-06-15

2016-09-06

国家自然科学基金（51405505）；航空科学基金资助项目（20131996014）

贾凯翔（1992- ），男，陕西西安人，硕士研究生。研究方向：人机工程。