態(tài)勢感知水平的解析化度量模型

張東戈, 孟　輝, 趙慧赟

(1. 解放軍理工大學(xué)指揮信息系統(tǒng)學(xué)院, 江蘇 南京 210007; 2. 山西大學(xué)科學(xué)技術(shù)哲學(xué)研究中心,山西 太原, 030006; 3. 解放軍駐太原鐵路局軍事代表辦事處, 山西 太原 030013)

?

態(tài)勢感知水平的解析化度量模型

張東戈1, 孟輝2,3, 趙慧赟1

(1. 解放軍理工大學(xué)指揮信息系統(tǒng)學(xué)院, 江蘇 南京 210007; 2. 山西大學(xué)科學(xué)技術(shù)哲學(xué)研究中心,山西 太原, 030006; 3. 解放軍駐太原鐵路局軍事代表辦事處, 山西 太原 030013)

態(tài)勢感知研究領(lǐng)域一個尚未解決的重要問題,是對態(tài)勢感知程度水平進(jìn)行解析化計算描述。在Ensley態(tài)勢感知認(rèn)知模型的基礎(chǔ)上,對態(tài)勢感知過程中流動的信息包數(shù)量、耗費時間和信息處理速度、信息存續(xù)時限等進(jìn)行了量化的定義和描述,根據(jù)現(xiàn)實經(jīng)驗將信息處理的原則特征歸納為5條假設(shè),在此基礎(chǔ)上建立了一個能夠度量態(tài)勢感知水平的解析化數(shù)學(xué)模型,通過案例計算得到了與實際相符的態(tài)勢感知水平變化曲線,檢驗了模型分析的有效性。

態(tài)勢感知; Endsley模型; 測度函數(shù); 解析計算

0　引　言

態(tài)勢感知(situation awareness,SA)是人機工效學(xué)中的一個重要研究領(lǐng)域[1]。目前,態(tài)勢感知的研究方法主要是以各種認(rèn)知模型為基礎(chǔ),對具體場景(想定)下操作的動作時間響應(yīng)進(jìn)行實驗和統(tǒng)計分析[2-5],很少能夠?qū)δＰ瓦M(jìn)行解析化地深入研究,態(tài)勢感知研究成果更多地表現(xiàn)為一種“統(tǒng)計經(jīng)驗”,對態(tài)勢感知問題的規(guī)律認(rèn)識尚“不夠科學(xué)”,這就大大地限制了態(tài)勢感知理論可分析的對象和可以應(yīng)用的領(lǐng)域。特別是面對那些復(fù)雜龐大的工業(yè)系統(tǒng)、軍事電子信息系統(tǒng)、人工社會系統(tǒng)等,傳統(tǒng)實驗和統(tǒng)計方法無法滿足“預(yù)先的態(tài)勢感知參數(shù)計算”的應(yīng)用需要[6-7]。以戰(zhàn)斗機飛行員為例,統(tǒng)計和實驗可以對某一具體類型戰(zhàn)斗機飛行員的態(tài)勢感知能力進(jìn)行分析比較[3],但是戰(zhàn)斗機飛行員在執(zhí)行任務(wù)中屬于整個空情、火力、導(dǎo)航和指揮控制等多個系統(tǒng)的一部分,單單分析戰(zhàn)斗機飛行員態(tài)勢感知能力是遠(yuǎn)遠(yuǎn)不夠的,還需要分析整個系統(tǒng)中其他單元的態(tài)勢感知能力,進(jìn)而分析整個體系的態(tài)勢感知能力,據(jù)此來完成頂層設(shè)計。因此,工程和設(shè)計上迫切需要在更加抽象的層次上進(jìn)行理論分析和參數(shù)計算,唯有這樣才有可能對整個系統(tǒng)的態(tài)勢感知能力給出合理的分配,從而確保系統(tǒng)和體系能夠彼此協(xié)同地完成使命任務(wù)。

本文在Ensley態(tài)勢感知認(rèn)知模型的基礎(chǔ)上,對態(tài)勢感知過程進(jìn)行了抽象,將態(tài)勢感知過程中的關(guān)鍵階段歸納為5條可量化分析的假設(shè),并在這些假設(shè)的基礎(chǔ)上建立了一個能夠度量態(tài)勢感知水平的解析化數(shù)學(xué)模型,通過計算得到了與實際相符的態(tài)勢感知水平變化曲線,檢驗了該模型分析問題的有效性。

1　研究現(xiàn)狀分析

目前,Endsley模型是國際上應(yīng)用最廣的一種態(tài)勢感知認(rèn)知模型,它通過統(tǒng)計測量獲取系統(tǒng)實驗的參數(shù),來建立操作質(zhì)量、失誤率之間的關(guān)系,從而確定態(tài)勢感知的程度和水平[8],其中,文獻(xiàn)[9]提出用相似性尺度,度量團隊共享態(tài)勢感知情況,文獻(xiàn)[10]將模糊認(rèn)知圖技術(shù)(fuzzy cognitive mapping, FCM)與Endsley模型相結(jié)合來描述高層次的態(tài)勢感知情況,此方法,通過數(shù)據(jù)要素的影響權(quán)重來確定步兵中排級分隊指揮官的態(tài)勢感知水平,文獻(xiàn)[11]在此基礎(chǔ)上進(jìn)一步分析了人和計算機協(xié)作的態(tài)勢共享模式。上述這些方法對以個體操作為主要對象的態(tài)勢感知研究,較為有效。然而,這種統(tǒng)計測量技術(shù)均僅能應(yīng)用于特定的場景(想定),這就使得度量態(tài)勢感知的程度和水平只能處于實際測量階段[12-13],它不能有效地實現(xiàn)態(tài)勢感知程度和水平的“事先估計”,不能在系統(tǒng)設(shè)計規(guī)劃階段提供有效的態(tài)勢感知參數(shù)支撐。在態(tài)勢感知測量實驗中Carpenter發(fā)現(xiàn),在決策任務(wù)中,人們的反應(yīng)時間(reaction time, RT)服從正態(tài)分布[14],該結(jié)論得到了一些神經(jīng)生理學(xué)數(shù)據(jù)的支持[15],文獻(xiàn)[16]進(jìn)一步用隨機微分方程討論了證據(jù)的非線性累積情況。從研究層次上看,該模型是決策反應(yīng)時間在神經(jīng)生理學(xué)層面的研究,沒有具體的環(huán)境背景,屬心理學(xué)中的基礎(chǔ)研究;從內(nèi)容上看,該研究針對的是一次性決策的反應(yīng)時間,無法應(yīng)用于事件動態(tài)變化環(huán)境和持續(xù)決策行為。文獻(xiàn)[17]研究了戰(zhàn)斗機間的協(xié)同,分析了不同技術(shù)手段下,共享態(tài)勢感知在時間上可能造成的差異。文獻(xiàn)[18]建立了基于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的態(tài)勢感知評估方法,并將這種方法應(yīng)用到C4ISR網(wǎng)絡(luò)效能度量上。該研究假定所有網(wǎng)絡(luò)節(jié)點都是彼此合作的,而并未考慮到C4ISR用戶間會存在資源競爭關(guān)系,而這種競爭關(guān)系有可能會對結(jié)果產(chǎn)生巨大的影響。另有文獻(xiàn)[19]認(rèn)為,當(dāng)有用信息提供的速率超過一定閾值時,態(tài)勢感知過程會出現(xiàn)混沌現(xiàn)象。在國內(nèi),文獻(xiàn)[20]提出用戶感知是對信息流的感知,而非對單一信息的孤立感知,并在此基礎(chǔ)上建立了描述態(tài)勢感知速度變化的數(shù)學(xué)模型;文獻(xiàn)[21]研究了協(xié)同態(tài)勢感知效能方法;文獻(xiàn)[22]提出了無人戰(zhàn)斗機的態(tài)勢感知模型框架;文獻(xiàn)[23]進(jìn)一步明確了戰(zhàn)場態(tài)勢的劃分;文獻(xiàn)[24]從信息交互角度,結(jié)合耗散結(jié)構(gòu)理論對戰(zhàn)場態(tài)勢和態(tài)勢估計進(jìn)行了新的詮釋;文獻(xiàn)[25]針對現(xiàn)有網(wǎng)絡(luò)態(tài)勢感知技術(shù)無法反映網(wǎng)絡(luò)整體運行質(zhì)量的問題,提出了網(wǎng)絡(luò)運行態(tài)勢的概念和模型。

上述學(xué)者在態(tài)勢感知問題研究方面取得了重要成果,然而同時也都缺少包含完整信息輸入和最終結(jié)果輸出時間過程的態(tài)勢感知過程的解析化描述。在復(fù)雜的態(tài)勢感知技術(shù)應(yīng)用場景想定中,先前的態(tài)勢感知水平以及決策者的行為反應(yīng),會反復(fù)地影響著后繼的態(tài)勢感知程度和水平。比如,戰(zhàn)場指揮員要根據(jù)當(dāng)前態(tài)勢感知的結(jié)果做出一系列復(fù)雜的決策,這些決策所帶來的行為結(jié)果,又影響著下一步的態(tài)勢感知程度和水平,假如缺少模型化的解析分析,會讓很多重要的態(tài)勢感知問題缺乏分析手段。

本文將Endsley態(tài)勢感知框架模型向解析計算的方向進(jìn)行了拓展,建立了衡量態(tài)勢感知程度水平的一種數(shù)學(xué)模型,提出了一種評價態(tài)勢感知程度水平的測度函數(shù),為解析計算研究態(tài)勢感知問題,提供了一種新的方法。

2　Endsley模型拓展

Endsley態(tài)勢感知模型將態(tài)勢感知分為3個層次[26-27]。第一層次是對環(huán)境中各種要素的“察覺”。因察覺而獲得的信息,是態(tài)勢感知的基礎(chǔ)信息,是態(tài)勢感知加工處理的初始源頭信息。第二層次是結(jié)合已有知識和資料,對態(tài)勢要素的“狀態(tài)參數(shù)”進(jìn)行理解。“理解”建立在察覺的基礎(chǔ)上,它描述的是,“一種客觀態(tài)勢參數(shù)屬性(值)對于觀察者意味著什么”。態(tài)勢感知人員通過對“察覺信息”的感知處理,得到“理解信息”。第三層次是結(jié)合資料、知識或經(jīng)驗,綜合當(dāng)前的“察覺信息”、“理解信息”,然后對客觀事物走勢進(jìn)行估計,從而形成“預(yù)測信息”。通常,只有生成了預(yù)測信息,才標(biāo)志著感知主體完成了一次態(tài)勢感知循環(huán)過程,連續(xù)態(tài)勢感知,就包括著許多個這樣的循環(huán)過程。

Endsley框架模型闡明,態(tài)勢感知的過程就是將外在的客觀信息轉(zhuǎn)化為內(nèi)在的主觀認(rèn)識的過程。在此基礎(chǔ)上,如果要想將Endsley框架模型發(fā)展為一種動態(tài)模型,需要解決3個方面的問題。

(1) 如何體現(xiàn)態(tài)勢感知信息的時效性。態(tài)勢感知處理和輸出的信息,具有時效性,“感知”總是對當(dāng)前態(tài)勢的感知?？陀^態(tài)勢如果已經(jīng)發(fā)生了明顯可察覺的變化,若相應(yīng)的態(tài)勢感知結(jié)果輸出不能隨之發(fā)生相應(yīng)變化,那么態(tài)勢感知結(jié)果因為不能反映真實的態(tài)勢情況,就會表現(xiàn)為失效。

(2) 如何體現(xiàn)態(tài)勢感知的動態(tài)累積性。隨著客觀態(tài)勢的不斷變化,在態(tài)勢感知處理系統(tǒng)中,除了新到達(dá)的更新信息外,還包括未失效的尚待處理的察覺信息和理解信息。這些信息會隨著時間的變化和感知節(jié)奏快慢的不同,而產(chǎn)生前后不同的相互影響和相互作用,會呈現(xiàn)出不同的感知累積效應(yīng)。累積效應(yīng)是指,人們對于已知的東西,有了經(jīng)驗的東西認(rèn)知更為容易,對于未知的東西,沒有經(jīng)驗的東西認(rèn)知更為困難;對于變化慢的東西,因為有更長的反應(yīng)時間,所以認(rèn)知更為容易,對于變化快的東西,可供反應(yīng)的時間短,所以認(rèn)知更為困難。

(3) 如何體現(xiàn)態(tài)勢感知的連續(xù)性。態(tài)勢感知的信息輸出變化是一個連續(xù)的過程,它是關(guān)于時間的連續(xù)函數(shù)。比如面對突發(fā)事件,第一階段到達(dá)的察覺信息會讓感知主體形成對態(tài)勢的初步認(rèn)識,接下來,隨著察覺信息到達(dá)數(shù)量的逐漸增多,同時伴隨著態(tài)勢感知主體不斷將察覺信息轉(zhuǎn)換為理解信息,態(tài)勢的感知者,對態(tài)勢的認(rèn)識的規(guī)律也會隨之改變。

為了探索上述問題,采用的方法是,根據(jù)態(tài)勢感知的不同階段各種信息條數(shù)數(shù)量隨時間的變化,來表征當(dāng)前的感知程度和水平,這樣就可以將Endsley框架模型拓展為可分析計算的動態(tài)數(shù)學(xué)模型,進(jìn)而反映態(tài)勢感知過程中的時效性、動態(tài)性和連續(xù)性。

3　態(tài)勢感知動態(tài)過程的抽象化分析及模型假設(shè)

3.1態(tài)勢感知主體的界定

態(tài)勢感知分析的基礎(chǔ)是個體對周圍(決策)環(huán)境的認(rèn)識,在復(fù)雜系統(tǒng)應(yīng)用中,感知主體更多時候會是一個團隊。一個由很多個體組成的團隊在協(xié)同決策的時候,如果從外部觀察,它會如同一個黑箱,他人所能看到的,只是它的外部特征,而看不到內(nèi)在細(xì)節(jié)。因此,在確定態(tài)勢感知主體的時候,將符合“察覺接收—感知處理—預(yù)測輸出”模式的個體實體或者團隊都稱為態(tài)勢感知主體。這樣定義感知主體有兩個好處:一是擴大研究涵蓋的對象和內(nèi)容。在快速變化戰(zhàn)場態(tài)勢環(huán)境背景想定下,就個體而言,它(他)處理信息的速度大小通常相對固定于某個較窄的區(qū)間,而在團隊中,態(tài)勢感知參數(shù)會隨著團隊規(guī)模的變化而變化,會隨著態(tài)勢感知工作組織方式的不同而不同。經(jīng)過這樣的拓展,模型不僅可以分析個體,也可分析團體。二是實現(xiàn)了態(tài)勢感知程度水平的統(tǒng)一度量。以往的態(tài)勢感知度量都是在特定環(huán)境下測量特定人員的態(tài)勢感知程度和水平,背景想定的差異,導(dǎo)致想要合理比較衡量不同環(huán)境和不同感知主體的感知水平較為困難。通過感知行為來界定態(tài)勢感知主體,可以以時間為尺度來分析態(tài)勢感知過程。時間的客觀唯一性,使得不同態(tài)勢感知個體之間的比較,有了統(tǒng)一而客觀的衡量標(biāo)準(zhǔn)尺度。從該定義出發(fā),對于一個行動指揮部,無論內(nèi)部有多少人共同參與態(tài)勢感知,從宏觀上看,這個指揮部都只是在完成“察覺接收—感知處理—預(yù)測輸出”過程,這個行動指揮部就看作一個態(tài)勢感知主體。需要說明的是,在現(xiàn)實環(huán)境中,不同層次的感知主體關(guān)注的對象數(shù)量和屬性不同。例如一名坦克連長關(guān)注的可能是所屬10多輛坦克的位置、戰(zhàn)技狀態(tài)等信息,而一名裝甲師長則可以獲得數(shù)百輛坦克的數(shù)據(jù)信息。但是由于人的感知能力所限,短時間內(nèi)感知這些數(shù)據(jù)是不可能的,裝甲師長更關(guān)注的是數(shù)百輛坦克所屬10多個裝甲分隊整體的位置、隊形等信息。也就是說,無論是連長還是裝甲師長,雖然層次不同,但是對于感知主體而言,所關(guān)注對象中包含的態(tài)勢信息量是一定的。由此,本文所討論的模型可以適合于不同層次感知主體的分析。

3.2察覺信息和理解信息的定義分析

在三階段Endsley模型中,察覺信息、理解信息、預(yù)測信息的基本含義有定義說明[8],但是它只是一個定性的概念模型,并未區(qū)別3種信息的時間屬性和特點。在態(tài)勢感知過程中,察覺信息是由傳感器系統(tǒng)提供的一種原始信息,但是這些信息無法直接形成預(yù)測信息,需要經(jīng)過一系列的處理和轉(zhuǎn)化之后才能夠生成預(yù)測信息。

對于態(tài)勢感知而言,如果不考慮原始察覺信息的表達(dá)復(fù)雜度,在處理上可以將其簡化為以條為單位的信息。在我們的態(tài)勢感知解析計算模型中,既包括察覺信息,又包括了理解信息,還包括了預(yù)測信息,因此,進(jìn)行初始定義的時候,就需要包括兩個不同的內(nèi)容,即信息的條數(shù)定義和信息的內(nèi)容取值的定義。在信息“理解計算”的時候,本文關(guān)心信息的條數(shù),在獲得產(chǎn)生預(yù)測信息的時候,本文關(guān)心信息的內(nèi)容取值。這樣綜合起來考慮定義,雖然有些復(fù)雜,但是處理起來卻會非常簡單。它給了一種定義以雙重應(yīng)用,因此這是一種高效率的定義。

設(shè)要對客觀存在的O物體(或者是事物)進(jìn)行態(tài)勢感知,這里稱O為態(tài)勢感知的客體,而所要感知的內(nèi)容,則體現(xiàn)在它的屬性參數(shù)值α之中。

定義 1令Pt(O,α)表示某態(tài)勢感知個體在t時刻獲得的一條關(guān)于O客體α屬性參數(shù)值的信息(或者是消息)。如果從時刻t=0開始接收察覺信息,每隔Δt時間就接收一條察覺信息,則可以知道,到時刻t為止,接收的察覺信息的條數(shù)合計為

(1)

式中,|P0(O,α),PΔt(O,α),P2Δt(O,α),…,PN·Δt(O,α)|為已接收察覺信息集合的基數(shù)(集合論中的概念),N為自然數(shù)。已接收察覺信息集合,是一個有限集合。

例如,有雷達(dá)每隔Δt=1秒探測接收一次飛機方位角數(shù)據(jù),則60s共接收到60次飛機方位角數(shù)據(jù),由此N(t)=60,這些方位角數(shù)據(jù)的值用Pt(O,α)表示,例如,在某個時刻t,Pt(O,α)=30,即表明了這一時刻的方位角數(shù)值為30。

從時間上看,理解信息是一種瞬時信息,當(dāng)預(yù)測和決策完成后,相應(yīng)的理解信息就會轉(zhuǎn)變?yōu)榕c時間無關(guān)的“資料信息”,會從與時間相關(guān)的態(tài)勢感知過程中丟棄,并被放入經(jīng)驗參數(shù)中,這點我們稱之為理解信息的時間效應(yīng)。這也潛在地意味著,本文所談到的決策是單線索目標(biāo)決策。一般來說,要想讓預(yù)測達(dá)到一定精度,必須有足夠多的理解信息作為支撐,這樣才會產(chǎn)生相應(yīng)精度的預(yù)測信息(這點在下面的示例1中進(jìn)行說明)。因此,可以假設(shè)理解信息越多,相應(yīng)的預(yù)測和決策質(zhì)量就越好(本文只關(guān)心理解信預(yù)測和決策的影響,因此有此假設(shè),同時在非對稱博弈理論里面,由于評價的標(biāo)準(zhǔn)不同,這條假設(shè)不成立)。這樣,本文就可以將同時存在的,未被丟棄的理解信息條數(shù)數(shù)量作為衡量態(tài)勢感知水平的標(biāo)準(zhǔn)。

3.3態(tài)勢感知過程分析

3.3.1從察覺信息向理解信息的轉(zhuǎn)換

察覺信息可以是圖像、聲音、信號等,假定這些聲音、圖像、信號信息已經(jīng)經(jīng)過技術(shù)處理,感知主體可以“閱讀”這些察覺信息,然后通過復(fù)雜的計算和處理,形成理解信息。這個過程,也可以通過計算機的信息識別系統(tǒng)完成,道理和過程類似。將這種“閱讀理解”稱之為察覺信息向理解信息的轉(zhuǎn)換。

定義 2理解信息轉(zhuǎn)換系數(shù) 假設(shè)某態(tài)勢感知主體對N條“察覺信息”進(jìn)行感知處理,可以得到n條“理解信息”,則該態(tài)勢感知主體的“察覺—理解”信息轉(zhuǎn)換系數(shù)γ為：γ=n/N(γ≥0)。

理解信息的生成過程,即為“察覺—理解”信息轉(zhuǎn)換過程。若態(tài)勢感知主體收到N條察覺信息后開始處理并轉(zhuǎn)換生成理解信息,設(shè)理解信息轉(zhuǎn)換系數(shù)γ是一常數(shù),則N條察覺信息預(yù)計可以生成γ·N條理解信息。

在這里并不需要知道這個過程在生理上是如何完成的(這屬于心理學(xué)和神經(jīng)生理學(xué)范疇),但是從外在結(jié)果看,察覺信息的產(chǎn)生是由態(tài)勢“變化”引起的,如果假設(shè)觀測器觀測的速度足夠快,即Δt足夠小,可以認(rèn)為態(tài)勢變化是連續(xù)的[20]。

3.3.2理解信息的感知生成系統(tǒng)

認(rèn)知心理學(xué)將人的記憶分為工作記憶和長時記憶,其中工作記憶是指人們在完成認(rèn)知任務(wù)的過程中將信息暫時儲存的系統(tǒng)[28]。一般情況下,工作記憶的容量是同時存儲7個組塊左右的信息并同時處理2個左右的組塊信息,即Miller提出的7+2模型,但是長期記憶卻沒有這些限制[29]。文獻(xiàn)[30]研究表明,工作記憶的好壞與態(tài)勢感知表現(xiàn)存在很強的相關(guān)性,按照Endsley模型,預(yù)測信息由理解信息綜合形成,而人們的決策則基于預(yù)測信息作出。類似地,我們將感知主體用于儲存和處理理解信息的系統(tǒng)稱為理解信息感知生成系統(tǒng)(comprehensionawarenesssystem,CAS),它和前述工作記憶類似。完成態(tài)勢感知的個體,它(他)能夠同時處理的理解信息的數(shù)量有限,超過容量限制之后,由于處理不過來,就只能丟棄。在現(xiàn)實中,我們也會丟棄那些實在處理不過來的東西。由此,我們將CAS中能容納的最大理解信息條數(shù)數(shù)量稱為態(tài)勢感知容量(situationawarenesscapacity,SAC)。

說明性示例 1有司機P1現(xiàn)要駕車到A市B小區(qū),在距離A市還有50km時,他從廣播獲得1條察覺信息a1:“A市r路擁堵”。假設(shè)司機知道,正常情況下到B小區(qū)需要經(jīng)過r路,于是形成1條理解信息b1:“r路擁堵對自己行程有影響,可能需要改變行進(jìn)路線,備選方案有…”,10min后在司機P1行將進(jìn)入市區(qū)時,如果廣播中沒有更新路況信息,則司機P1產(chǎn)生1條預(yù)測信息c1:“擁堵將繼續(xù)存在”(相當(dāng)于這期間Pt(O,α)數(shù)值維持不變),因此他決定改變行車路線。假如,另外有一個對A市交通狀況非常熟悉的司機P2,他也同樣從廣播中獲得了這1條察覺信息a1,但是由于他有很多預(yù)先的經(jīng)驗,知道r路擁堵必然連帶v路擁堵,由此,P2從這1條察覺信息a1出發(fā),不僅產(chǎn)生1條理解信息b1,還將產(chǎn)生1條理解信息b2:“v路擁堵”,P2的行車路線改變預(yù)測,將比P1更加準(zhǔn)確。兩者差別的原因是,P2的感知水平要高于P1。因此,歸納起來,我們可以有如下假設(shè)。

假設(shè) 1察覺信息轉(zhuǎn)換為理解信息后,會進(jìn)入CAS,CAS中的理解信息條數(shù)反映了感知主體的態(tài)勢感知水平。單一場景條件下,CAS中的理解信息越多,我們就認(rèn)為其感知水平越高。通俗的理解比喻就是,一個人腦子里時效性信息裝的越多,這個人對當(dāng)下態(tài)勢的理解力就越強。

定義 3理解信息生成速率 設(shè)Δt時間內(nèi)CAS中新生成Δx條理解信息,則稱v0(t)=Δx/Δt為理解信息生成速率。

設(shè)到t時刻為止,已經(jīng)收到N條“察覺信息”,它可以生成γ·N條理解信息,如果t時刻CAS中已經(jīng)生成的理解信息條數(shù)為x0(t),則尚未生成的理解信息數(shù)量為γ·N-x0(t)。因為“生成理解”這個過程需要耗費認(rèn)知資源(比如處理器時間、存儲容量等(在快速變化態(tài)勢環(huán)境和大容量信息條件下,這種時間和空間的消耗,不能忽略。尤其是對于以秒或者是毫秒為單位的戰(zhàn)場火力裝備環(huán)境下,這一問題,比較突出。)),而在理解信息生成的過程中,認(rèn)知過程會同步生成預(yù)測信息(態(tài)勢感知過程具有連續(xù)性)。開始時,CAS中的理解信息少,同步形成預(yù)測信息耗費的認(rèn)知資源就少,理解信息生成速率就較大,隨著理解信息數(shù)量的不斷增加,同步形成預(yù)測信息耗費的認(rèn)知資源增大,用于生成理解信息的資源減少,導(dǎo)致理解信息生成速率下降。因此可以有如下假設(shè)。

假設(shè) 2在一定時間內(nèi),理解信息生成速率v0(t)與尚未生成的理解信息數(shù)量γ·N-x0(t)成正比。

3.3.3理解信息的有效時間和理解信息的丟棄

通常當(dāng)CAS中的理解信息達(dá)到生成預(yù)測信息要求的基準(zhǔn)數(shù)量后,感知主體會進(jìn)入Endsley模型的第三層次階段,并持續(xù)性地形成預(yù)測信息。為了計算穩(wěn)定狀態(tài)下的態(tài)勢感知速度,我們可以假設(shè)在t=0時刻,即已進(jìn)入第三層次階段,這種處理,隱含地是相當(dāng)于進(jìn)行了時間坐標(biāo)系的平移處理,這樣并不影響結(jié)論的普遍性,但是分析起來卻更為簡單。

人們一旦獲得有效的結(jié)果之后,相關(guān)信息將會成為一種歷史經(jīng)驗。與人類記憶的遺忘作用類似,丟棄理解信息的目的主要在于釋放相關(guān)資源,因為CAS的容量有限,如果不能及時清除無關(guān)或者是冗余的理解信息,例如,在不提供新信息的情況下,“同樣的話”人們不用說它兩遍,當(dāng)其數(shù)量超過SAC的容量時,就會造成CAS的存儲溢出。因此可以有如下假設(shè)。

假設(shè) 3一旦相關(guān)信息使用完成,根據(jù)理解信息的時間效應(yīng),相關(guān)理解信息將會被丟棄。

定義 4理解信息的有效存續(xù)時間 設(shè)某1條理解信息a進(jìn)入CAS的時刻為t1,感知主體經(jīng)過處理,形成預(yù)測信息的時刻為t2,若理解信息a在t2時刻被丟棄離開CAS,則稱t2-t1為這條理解信息a的有效存續(xù)時間。

定義 5理解信息丟棄速率 若Δt時間內(nèi)CAS中的理解信息數(shù)量減少Δx條,則稱v1(t)=Δx/Δt為理解信息丟棄速率。

在說明性示例1中,當(dāng)司機作出改變路線的決定后,CAS中的2條理解信息b1和b2將不再具有現(xiàn)實直接使用價值,感知主體會在使用后將b1和b2這2條信息丟棄。從b1和b2生成到丟棄的時間間隔就是理解信息的“有效存續(xù)時間”。不同環(huán)境要求下,理解信息的丟棄速率是不同的。比如,在駕駛過程中,如果司機發(fā)現(xiàn)前面車輛傳遞出“剎車燈亮,并且觀察到其速度顯著下降”的信號(即司機獲得了一條察覺信息),那么司機馬上會意識到前方車輛實施了“緊急剎車”這個動作(即相應(yīng)地生成了1條理解信息),接下來會預(yù)計到前方車輛“將會完全停止”(形成了預(yù)測信息:“速度將趨近于0”,形式化表示即為Pt(O,α)→0),于是司機采取緊急制動(使用這個信息從而引發(fā)一個動作)。在這個場景想定中,整個過程持續(xù)時間很短,完成預(yù)測和實施過相應(yīng)動作后,其中所形成的理解信息,馬上就會失去現(xiàn)實直接應(yīng)用價值,由此會馬上被丟棄,在這個場景想定中,理解信息的有效存續(xù)時間只有數(shù)秒,而在示例1中,理解信息有效存續(xù)時間長達(dá)20min。因此可以有如下假設(shè)。

假設(shè) 4態(tài)勢環(huán)境變化快且響應(yīng)時間的時限性要求高時,理解信息的丟棄速率較高,如果環(huán)境變化慢且響應(yīng)時間的時限性要求低時,理解信息的丟棄率則較低。

這體現(xiàn)的現(xiàn)實思想是,環(huán)境變化越快,信息就越容易“過時”,單條信息的現(xiàn)實參考價值就越低,也就越容易被丟棄。

由于CAS容量有限,當(dāng)CAS中的理解信息越多時,為了維持足夠的認(rèn)知資源,理解信息的丟棄率也會相應(yīng)提高,因此可以有如下假設(shè)。

假設(shè) 5理解信息的丟棄速率與CAS中的理解信息條數(shù)成正比。

根據(jù)上述分析,我們將Endsley框架模型經(jīng)過解析化擴展后為如圖1所示的動態(tài)信息流動處理關(guān)系過程。

圖1　態(tài)勢感知中動態(tài)信息流動處理關(guān)系過程

4　態(tài)勢感知水平度量的數(shù)學(xué)模型

4.1態(tài)勢感知水平測度函數(shù)

定義 6態(tài)勢感知水平測度函數(shù) 設(shè)w(t)為t時刻CAS中理解信息的條數(shù),相應(yīng)的SAC大小設(shè)定為W,將s(t)=w(t)/W稱之為態(tài)勢感知水平測度函數(shù)。根據(jù)假設(shè)1,對同一態(tài)勢感知主體而言,測度函數(shù)s(t)數(shù)值越大,則感知水平越高,反之則越小。

4.2模型的建立

為了計算出理解信息條數(shù)數(shù)量隨時間變化的關(guān)系,設(shè)t時刻CAS中已經(jīng)生成的理解信息條數(shù)為x0(t),尚未生成的理解信息數(shù)量為γ·N-x0(t),由假設(shè)2得

(2)

我們假設(shè)沒有預(yù)先的理解信息,由此可以令x0(0)=0。其中,k0>0為理解信息生成系數(shù),解方程(2)得

設(shè)v0(t)為理解信息生成速率,則

(3)

又根據(jù)假設(shè)5有,理解信息丟棄速率v1(t)=k1w(t),其中k1>0為設(shè)定的理解信息丟棄系數(shù),則有

即

(4)

假定初始時刻CAS中的理解信息數(shù)量為零,即w(0)=0

解方程(4)得

(5)

根據(jù)定義6,態(tài)勢感知水平的態(tài)勢感知測度函數(shù)為

(6)

4.3模型特性討論

在態(tài)勢感知過程中,理解信息生成系數(shù)k0與單個感知主體經(jīng)驗、群感知的感知方式有關(guān),它體現(xiàn)的是感知個體態(tài)勢感知的能力,工程上可以通過常規(guī)實驗測量的方式獲取這一參數(shù)。

(1) 當(dāng)k0>k1時,e-k1t-e-k0t>0,反之,當(dāng)k00恒成立。

(2) 當(dāng)k0=k1時,令k0→k1,取極限得

(7)

從式(7)函數(shù)s(t)表達(dá)式可知其為一個單峰函數(shù)。當(dāng)態(tài)勢發(fā)生變化時,會產(chǎn)生一系列察覺信息,此時感知主體開始對態(tài)勢進(jìn)行感知。假如“世界是可通過所給信息而得到(被)充分認(rèn)識的”,那么如果有充分足夠的時間,感知主體一定可以對察覺信息完成感知,并會在某個時刻,達(dá)到最佳態(tài)勢感知程度水平。如果態(tài)勢環(huán)境持續(xù)變化,那么在假定態(tài)勢感知結(jié)果不變的條件下,則態(tài)勢感知結(jié)果與實際態(tài)勢情況的差距,會隨著時間的增加而不斷變大(換一種解釋就是:如果面對的是一個固定的環(huán)境,即態(tài)勢參數(shù)不發(fā)生變化,那么隨著時間的推移,“態(tài)勢參數(shù)不變”的可信度也會隨著時間的推移而逐漸變小);如果一直沒有新的察覺信息來更新感知,態(tài)勢感知的程度水平將會逐漸趨近于0。這體現(xiàn)的思想是:世界如果變化了,若人的認(rèn)知凝固不變,那么人們對世界的了解會逐漸趨近于零。這點既與這哲學(xué)認(rèn)識相符,也與實際經(jīng)驗相符。

測度函數(shù)性質(zhì)如果丟棄系數(shù)k1為常數(shù),理解信息生成系數(shù)k0(k0≠k1)越大,式(7)態(tài)勢測度函數(shù)s(t)最高水平形成所需的時間就越少。

證明根據(jù)式(1)對s(t)求導(dǎo)并令其等于0以求極值:

即有k1e-k1t=k0e-k0t,兩邊取對數(shù)得

lnk1-k1t=lnk0-k0t

解之得

即當(dāng)t取此值時,態(tài)勢測度s(t)達(dá)到最高感知水平。

在同一事件中,設(shè)丟棄率k1不變,則它可看作常數(shù),由此記

對其求導(dǎo)

令g(x)=1-x+lnx,則g′(x)=1/x-1,g(1)=0,g′(1)=0當(dāng)x>1時,g′(x)<0,g(x)為減函數(shù),當(dāng)x<1時,g′(x)>0,g(x)為增函數(shù),所以g(x)≤g(1)=0。

當(dāng)x=k1/k0,得1-k1/k0+lnk1/k0≤0,當(dāng)k0=k1時,等號成立。

由此,當(dāng)k0≠k1時,1-k1/k0+lnk1/k0<0,(k0-k1)2>0,因此dt(k0)/dk0<0,t(k0)為減函數(shù),所以,k0越大,態(tài)勢測度越早達(dá)到高點。

證畢

性質(zhì)表明,理解信息生成系數(shù)k0(k0≠k1)越大,也就是理解信息生成得越快,態(tài)勢感知達(dá)到較高程度水平花費的時間就越少,這與實踐經(jīng)驗相符,由此也進(jìn)一步印證了態(tài)勢感知測度函數(shù)的有效性。

4.4演算示例分析

態(tài)勢感知主體A,對應(yīng)曲線s1(t):

態(tài)勢感知主體B,對應(yīng)曲線s2(t):

態(tài)勢感知主體C,對應(yīng)曲線s3(t):

運用Matlab7.0軟件計算描繪,得到三者的態(tài)勢感知測度函數(shù)曲線如圖2所示。

圖2　態(tài)勢感知程度水平測度函數(shù)曲線

討論從圖2中s1(t),s2(t)和s3(t)這3條曲線的變化情況可以得出如下結(jié)論。

(1) 丟棄率一定的條件下,生成速率越大,開始時有效態(tài)勢感知水平增長越快,也就是s1(t)開始增長最快,s3(t)開始增長最慢,這體現(xiàn)了性質(zhì)1,說明s1(t)達(dá)到最佳感知水平的速度最快,從圖中的峰值也看出s1(t)達(dá)到的態(tài)勢感知水平最高。

(2) 從s1(t)，s2(t)和s3(t)這3條曲線的變化情況可以看到,有效態(tài)勢感知水平達(dá)到最高點后會快速衰減。特別是當(dāng)t>6之后,較快達(dá)到最高態(tài)勢感知水平的主體A,其態(tài)勢感知水平曲線會變得更低。這是因為,對于態(tài)勢感知主體A,如果獲得的態(tài)勢感知程度水平高,在生成預(yù)測信息后,它(他)會將CAS中已經(jīng)無效的理解信息迅速丟棄,以便有更多感知資源去完成下一步的任務(wù)。在利用態(tài)勢感知測度函數(shù)比較態(tài)勢感知水平時,達(dá)到最佳態(tài)勢感知水平的程度和形成時間是最為關(guān)鍵的兩個因素。

5　結(jié)束語

本文對態(tài)勢感知過程的分析及相關(guān)數(shù)學(xué)模型的建立,主要有兩方面的意義:①不同于通行的基于情景實驗的數(shù)理統(tǒng)計分析方法,本文采用了基于量化參數(shù)的概念化分析對態(tài)勢感知能力和態(tài)勢感知過程進(jìn)行解析化理論分析,屬于是研究方法上的創(chuàng)新。通行的基于統(tǒng)計或者是框架式的概念分析,其優(yōu)勢是可以對特定領(lǐng)域(比如飛行員、網(wǎng)絡(luò)態(tài)勢等)的感知特點進(jìn)行深入分析,缺點是無法在更為廣義的層次和對復(fù)雜的系統(tǒng)進(jìn)行解析分析和參數(shù)計算,特別是在概念模型設(shè)計階段,統(tǒng)計法不能滿足設(shè)計所需。同時,以往的文獻(xiàn)很少在態(tài)勢感知基礎(chǔ)理論方面開展工作,大多數(shù)是以態(tài)勢感知領(lǐng)域應(yīng)用最廣的Ensley概念模型作為基礎(chǔ)[31],開展應(yīng)用研究。而采用可量化參數(shù)的分析思路以及解析化方法,可以從認(rèn)知行為機理的角度對整個態(tài)勢感知過程進(jìn)行量化分析。②建立了一個符合實際情況的具體可分析計算的態(tài)勢感知數(shù)學(xué)模型,從而說明用理論的方法而非統(tǒng)計的方法,解析化分析計算和比較態(tài)勢感知水平可行。通過對模型算例的分析計算,得到了符合實際預(yù)期的結(jié)果,雖然這是一種抽象意義上的分析結(jié)果,但是這表明了在各種不同系統(tǒng)條件下對態(tài)勢感知進(jìn)行一般性的分析計算是可能的,這也為分析各種大型綜合信息系統(tǒng)的態(tài)勢感知能力提供了一種分析方法。

雖然對態(tài)勢感知的形式化解析計算進(jìn)行了一些研究,但是還有更多重要問題需要進(jìn)一步研究,比如,文獻(xiàn)[32]指出,體系態(tài)勢感知的真正挑戰(zhàn)在于,復(fù)雜的實時交互過程以及大量的循環(huán)反饋過程、觀察的不確定性、體系的柔性配置等都會對態(tài)勢感知產(chǎn)生很大影響,如何將本模型應(yīng)用到不同的體系結(jié)構(gòu),對其進(jìn)行態(tài)勢感知分析仍然是一項重要而復(fù)雜的研究任務(wù)。

[1] Paul M S, Neville A S, Guy H W. Measuring situation awareness in complex systems: comparison of measures study[J].InternationalJournalofIndustrialErgonomics,2009,39(3):490-500.

[2] Durso F T, Gronlund S D.Situationawareness[M]. Handbook of Applied Cognition. New York:Wiley,1999:283-314.

[3] Endsley M R.Situationawarenessinaviationsystems[M]. Handbook of Aviation Human Factors, New York: Erlbaum, 1999: 257-276.

[4] Hoff D N, Folleso K, Strand-Volden F, et al. Development of a situation awareness measure to evaluate advanced alarm systems in nuclear power plant control rooms[J].Ergonomics, 2007, 38(11):2394-2413.

[5] Webb J, Ahmad A, Maynard S B, et al. A situation awareness model for information security risk management[J].Computers&Security, 2014, 44(2):1-15.

[6] Endsley M R, Jones W M. Situation awareness, information dominance & information warfare[R]. United States Air Force Armstrong Laboratory, 1997.

[7] Paul S, Neville S, Guy W, et al. Situation awareness measurement: a review of applicability for C4I environments[J].AppliedErgonomics, 2006, 37(2):225-238.

[8] Endsley M R, Garland D J. Situation awareness analysis and measurement[R]. Mahwah, NJ: Erlbaum, 2000.

[9] Saner L D,Bolstad C A,Gonzalez C, et al. Measuring and predicting shared situation awareness in teams[J].JournalofCognitiveEngineeringandDecisionMaking, 2009, 3(3):280-308.

[10] Jones R E T, Connors E S, Mossey M E, et al. Modeling situation awareness for army infantry platoon leaders using fuzzy cognitive mapping techniques[J].ComputationalandMathematicalOrganizationTheory, 2011, 17(3):272-295.

[11] Kokar M M, Endsley M R. Situation awareness and cognitive modeling[J].IEEEIntelligentSystems, 2012, 27(27):91-96.

[12] Kirlik A, Strauss R. Situation awareness as judgment I: statistical modeling and quantitative measurement[J].InternationalJournalofIndustrialErgonomics, 2006, 36(5):463-474.

[13] Kirlika A, Strauss R. Situation awareness as judgment II: experimental demonstration[J].InternationalJournalofIndustrialErgonomics, 2006, 36(5):475-484.

[14] Carpenter R H S.Oculomotorprocrastinationineyemovements:cognitionandvisualperception[M]. Eye Movement,1981:237-246.

[15] Nakahara H, Nakamura K, Hikosaka O. Extended later model can account for trial-by-trial variability of both pre-and post-processes[J].NeuralNetworks, 2006, 19(8):1027-1046.

[16] Martin F. A theory of RT distributions[R]. Laboratoire de Psychologie Cognitive, 2009.

[17] Kingston G, Martell C. Degrees of shared awareness[C]∥Proc.ofthe9thInternationalCommandandControlResearchandTechnologySymposium, 2004.

[18] Monsuur H. Assessing situation awareness in networks of cooperating entities: a mathematical approach[J].MilitaryOperationsResearch, 2007, 12(3):5-15.

[19] Sharma S, Ivancevic V G. Nonlinear dynamical characteristics of situation awareness[J].TheoreticalIssuesinErgonomicsScience, 2010, 11(5):448-460.

[20] Meng H, Zhang D. Model of situation awareness velocity under continuous changing situation[J].SystemsEngineeringandElectronics, 2009, 31(12):2909-2913. (孟輝, 張東戈. 連續(xù)態(tài)勢變化條件下態(tài)勢感知速度模型[J].系統(tǒng)工程與電子技術(shù), 2009, 31(12):2909-2913).

[21] Wang X, Yao P Y, Zhou X X, et al. Efficiency model of cooperative situation awareness based on logistic equation[J].ElectronicsOptics&Control,2011,18(10):6-10.(王欣,姚佩陽,周翔翔.Logistic方程在協(xié)同態(tài)勢感知效能分析上的應(yīng)用[J].電光與控制,2011, 18(10):6-10).

[22] Yang Y L, Gao X G. A model framework of situation awareness for uninhabited combat air vehicle[J].FlightDynamics, 2003, 21(3):6-9. (楊有龍, 高曉光. 無人戰(zhàn)斗機的態(tài)勢感知模型框架[J].飛行力學(xué), 2003, 21(3):6-9).

[23] Zhao Z G, Li J L, Wang K. The concept, structure and efficiency of battlefield situation assessment[J].JournalofChinaAcademyofElectronicsandInformationTechnology, 2010,5(3):226-230.(趙宗貴, 李君靈, 王珂. 戰(zhàn)場態(tài)勢估計概念、結(jié)構(gòu)與效能[J].中國電子科學(xué)研究院學(xué)報, 2010,5(3):226-230).

[24] Li Y, Liu G, Lao S. A new interpretation of battle field situation and battle situation assessment[J].FireControl&CommandControl, 2012,37(9):1-5.(李赟,劉鋼,老松楊.戰(zhàn)場態(tài)勢及態(tài)勢估計的新見解[J].火力與指揮控制,2012,37(9):1-5).

[25] Bai J, Xia J, Zhong Y, et al. Network running situation awareness technology and its model[J].JournalofPLAUniversityofScienceandTechnology(NaturalScienceEdition),2015,16(1):16-22).(柏駿,夏靖波,鐘赟,等.網(wǎng)絡(luò)運行態(tài)勢感知技術(shù)及其模型[J].解放軍理工大學(xué)學(xué)報(自然科學(xué)版),2015,16(1):16-22).

[26] Endsley M R. Toward a theory of situation awareness in dynamic systems[J].HumanFactors, 1995, 37(1):32-64.

[27] Endsley M R. Measurement of situation awareness in dynamic systems[J].HumanFactors, 1995, 37(1):65-84.

[28] Baddeley A D. The episodic buffer: a new component of working memory?[J].TrendsinCognitiveScience, 2000, 4(11):417-423.

[29] Mayer R E.Multimedialearning[M]. 2nd ed. New York: Cambridge University Press, 2009: 57-59.

[30] Gonzalez C, Wimisberg J. Situation awareness in dynamic decision making: effects of practice and working memory[J].JournalofCognitiveEngineering&DecisionMaking, 2007, 1(1):56-74.

[31] Endsley M R. Situation awareness misconceptions and misunderstandings[J].JournalofCognitiveEngineering&DecisionMaking, 2015, 9(1):4-32.

[32] Laar P V D, Tretmans J, Borth M.Situationawarenesswithsystemsofsystems[M]. Springer, 2013: 39-53.

Analytical measurement model of situation awareness

ZHANG Dong-ge1, MENG Hui2,3, ZHAO Hui-yun1

(1. College of Command Information Systems, PLA University of Science and Technology, Nanjing 210007, China;2. Research Center for Philosophy of Science and Technology, Shanxi University, Taiyuan 030006, China;3. Military Representative Office of Taiyuan Railway Bureau, Taiyuan 030013, China)

To analytically describe and calculate the situation awareness of certain operator is an important but still unresolved issue in research of situation awareness. On the basis of the Endsley’s situation awareness model, we quantitatively define the number of the flowing information packages, time cost, information processing rate and valid time of the information in the situation awareness process. In addition, we conclude five hypotheses about the principles of the information process based on practical experience, and a mathematical model to analytically measure situation awareness of operators is established according to the hypotheses. Validity of our model is verified by case study.

situation awareness; Endsley model; measure function; analytical calculation

2015-01-08；

2016-02-16；網(wǎng)絡(luò)優(yōu)先出版日期：2016-05-12。

國家自然科學(xué)基金(61174198)；全軍軍事學(xué)研究生課題(2011JY002-163)資助課題

TP 391

A

10.3969/j.issn.1001-506X.2016.08.15

張東戈(1965-),男,教授,主要研究方向為復(fù)雜軍事系統(tǒng)分析、態(tài)勢感知理論與技術(shù)、軍事信息學(xué)、軍事運籌學(xué)。

E-mail:DongGeZhang@hotmail.com

孟輝(1981-),男,工程師,博士研究生,主要研究方向為科技哲學(xué)、軍事信息學(xué)、軍事復(fù)雜系統(tǒng)分析。

E-mail:MengHui032200@126.com

趙慧赟(1990-),女,博士研究生,主要研究方向為軍事復(fù)雜系統(tǒng)分析。

E-mail:zhaohuiyun1819@126.com

網(wǎng)絡(luò)優(yōu)先出版地址：http://www.cnki.net/kcms/detail/11.2422.TN.20160512.0913.012.html