基于眼動追蹤的指揮控制系統人機交互效能評估方法

田晨智 宋敏 田繼偉 邢清華 梁文洋

摘要：????? 指揮控制系統是信息化作戰體系的核心支撐，? 其操作使用的便捷性、 準確性等人機交互效能直接影響著作戰指揮控制效率。 為持續優化指揮控制系統人機交互效能，? 需要建立科學合理的評估方法。 本文引入眼動追蹤技術，? 使用瞳孔直徑、 眼跳次數、 注視點數量等眼動數據，? 構建指揮控制系統人機交互搜索效率、 操作效率、 認知負荷、 設計復雜性和吸引性等指標的量化評估模型，? 利用熵權-變異系數法對各眼動數據組合賦權，? 形成指揮控制系統人機交互效能的綜合評估結果。 基于該方法對指揮控制系統和指揮信息系統進行對比實驗，? 并利用SUS系統可用性量表和NASA-TLX認知負荷量表的調查結果進行對照分析，? 結果驗證了評估方法的有效性和準確性。

關鍵詞：???? 指揮控制系統； 人機交互； 眼動； 熵權-變異系數法； NASA-TLX； SUS

中圖分類號：??? ??TJ760? ??文章編號：??? ?1673-5048（2023）04-0057-10

文獻標識碼：??? A? ? DOI： 10.12132/ISSN.1673-5048.2023.0008

0引言

空中作戰是現代戰爭的主要作戰樣式，? 是奪取未來戰爭勝利的重要保證，? 而指揮控制則是空中作戰的基礎與核心。 高效的指揮控制離不開先進的指揮控制系統（下文簡稱“指控系統”）與優秀的指揮控制人員（下文簡稱“指控人員”）。 在空中作戰時，? 指控人員要在時間緊、 壓力大、 強度高的情況下迅速完成目標航跡識別、 空戰指揮引導、 突發情況處置、 兵力動態調度等一系列任務，? 這對指控系統的人機交互效能提出了十分嚴苛的要求。 和諧的人機交互設計不僅能夠降低指控人員的認知負荷，? 極大提升任務完成效率，? 還可以最大限度地激發指控人員的潛力與指控系統的效能，? 達到“人在回路”［1］的作戰目標。

目前，? 對于指控系統人機交互效能的評估大多采用專家打分、 問卷調查等方法，? 評估結果主觀性強、 缺乏科學依據，? 且沒有統一的衡量標準。 Lorenz等［2］通過主任務測試、 NASA-TLX、 SUS量表問卷調查等方法對挖掘機控制系統人機交互效能進行評估。 Liu等［3］將指控系統人機交互效能劃分為126個可用性指標，? 根據德爾菲法對人機交互效能進行評估。 Joseph等［4］研究了人機交互中產生的認知負荷與眼動指標間的關系。 高俊云等［5］使用灰色層次分析法評估艦炮武器系統的人機交互效能。 王穎等［6］運用GOMS模型對機載指控系統人機界面的任務操作流程進行優化。 王崴等［7］基于腦電和眼動信號識別人機交互意圖。 通過上述研究不難發現，? 相較于傳統評估方式，? 生理指標測量法具有采集數據科學、 客觀，? 計算結果可信度高等優點。 因此，? 本文引入眼動追蹤技術，? 構建了較為完善的基于眼動指標的指控系統人機交互效能評估模型，? 通過對比分析實驗中采集的相關眼動數據，? 使用熵權-變異系數法對其客觀賦權以計算綜合得分，? 實現對人機交互效能的科學評估。

1基于眼動追蹤的指控系統人機交互指標體系構建

1.1指標體系

參考軟件質量評估模型［8］，? 將指控系統人機交互效能劃分為人、 機、 人-機三部分，? 分別從績效、 設計、 協同三方面進行評估。 其中，? 績效評估可分為指控人員的搜索效率和操作效率； 設計評估可分為指控系統的復雜性和吸引性； 協同評估對應人機交互中產生的認知負荷。 經查閱大量資料［9-19］，? 同相關領域專家進行深入探討，? 結合指控人員的指揮控制流程以及指控系統的運行原理，? 在綜合考慮任務完成時間和準確率等要素的基礎上，? 基于眼動指標建立了指控系統人機交互效能評估模型，? 如圖1所示。

（1） 績效評估： 從指控人員任務完成績效的角度，? 對指控系統人機交互效能進行評估，? 包括指控人員的搜索效率與操作效率。 其中，? 眼跳次數越少、 掃描路徑長度和掃描持續時間越短，? 則搜索效率越高，? 反之越低［9-13］； 操作準確率越高、 任務完成時間越短，? 則操作效率越高，? 反之越低［14］。

（2） 設計評估： 從指控系統設計構造的角度，? 對指控系統人機交互效能進行評估，? 包括指控系統的設計復雜性和設計吸引性。 其中，? 注視點數量和回視次數越多，? 則設計復雜性越高，? 反之越低［15-16］； 首次注視前時間越短、 首次注視時間和累計注視時間越長，? 則設計吸引性越強，? 反之越弱［9，? 16］。

（3） 協同評估： 從指控人員與指控系統相交互的角度，? 對指控系統人機交互效能進行評估，? 主要由指控人員與指控系統在交互過程中所產生的認知負荷來衡量。 其中，? 眨眼率越高、 眨眼時間越短、 瞳孔直徑越大，? 則認知負荷越高，? 反之越低［17-19］。

1.2眼動評估指標

由于采集數據科學、 客觀、 精準等特點，? 眼動追蹤技術已經成為一種廣泛使用的效能評估方法，? 眼動指標不僅能夠用來測評產品設計的優劣，? 還能夠反映人們的思維方式以及心理特征。

本文通過眼動追蹤技術對指控系統人機交互效能進行評估，? 有效克服了專家打分等評估方法主觀性強、 計算結果說服力差等缺點。 根據本文建立的指控系統人機交互效能評估指標體系對所涉及的相關眼動指標進行簡要介紹，? 如表1所示。

2指控系統人機交互效能評估方法

2.1評估流程

本文具體評估流程如圖2所示。 利用眼動追蹤系統記錄被試在A系統和B系統中完成指揮控制任務的全過程，? 測量相關眼動指標。 對其進行歸一化處理，? 并分別使用熵權法和變異系數法計算權重，? 進行組合賦權，? 得出眼動綜合評分。

此外，? 利用SUS系統可用性評估量表和NASA-TLX認知負荷評估量表對被試進行問卷調查，? 從人和系統兩方面驗證了指控系統人機交互效能眼動評估結果的準確性。

2.2熵權-變異系數法組合賦權

由于眼動指標的特殊性，? 德爾菲法、 層次分析法、 環比評分法等主觀評估方法［20-22］不能精準衡量其重要程度，? 故引入熵權-變異系數法對眼動指標進行組合賦權［23］。 熵權法［24］是一種客觀賦權方法，? 利用指標的信息熵判斷其離散程度，? 進而計算其所占權重，? 然而通過熵權法獲得的指標權重分布可能出現平衡缺陷。 變異系數法［25］能夠有效克服異常值的不利影響，? 還可以直接利用指標所包含的信息，? 常用于兩個總體均值不等的離散總體的比較。 因此，? 將兩種方法相結合能夠有效彌補各自缺陷，? 發揮更大優勢。 具體計算步驟如下：

（1） 形成指標評價矩陣。?? 初始指標評價矩陣為

式中： xij（i=1，? 2，? …，? n； j=1，? 2，? …，? m）表示第i個方案中第j個指標的數值。

（2） 對初始數據進行歸一化處理。

正向（效益型）指標處理公式為

逆向（成本型）指標處理公式為

式中： max（xj）和min（xj）分別表示同指標下所有樣本的最大值和最小值。

（3）熵權法

計算第i個方案中第j個指標的特征比重，? 即

（4）變異系數法

計算第j項指標的均值和標準差，? 即

（5）熵權法和變異系數法組合賦權的結果為

ωj=λwj+（1－λ）δj（11）

式中： λ為偏好系數，? 且λ∈（0， 1），? 通常取λ=0.5。

2.3NASA-TLX指控人員認知負荷評估

NASA-TLX（National Aeronautics and Space Administration-Task Load Index）認知負荷評估量表［26］由美國航空航天局（NASA）開發，? 是使用最廣泛的主觀心理負荷評估工具之一，? 不僅被試間變異最小，? 而且使用者接受程度最高。 該量表從6個維度劃分了人的心理負荷因素，? 其中每個維度均由一條20等分的直線表示，? 如圖3所示。

具體計算過程如下：

式中： F為認知負荷評估總分； Mi為被試在第i條直線上所選分數； Pi為15個對子中第i個項目被選中的次數。 NASA-TLX權重測試表如圖4所示。

2.4SUS指控系統可用性評估

SUS（System Usability Scale）系統可用性量表［27］由Brooke于1986年編制，? 共包含10道題目，? 由奇數項的積極描述和偶數項的消極描述組成，? 彼此間具有高度的相關性。 該量表具有簡潔、 準確、 可靠等優點，? 廣泛應用于產品的可用性評估中。 因此，? 在主觀評估階段，? 以SUS系統可用性量表為基礎，? 結合指控系統人機交互的特點，? 對該量表進行了改進，? 如圖5所示。

具體計算過程如下：

G=2.5×（S奇－S偶+20）（13）

式中： G為可用性評估總分； S奇為奇數項總分； S偶為偶數項總分。

3實驗設計

3.1實驗設置

實驗對象為10名經過初始資格認證的指控人員，? 平均年齡25歲，? 雙眼視力在1.0以上，? 均接受過正規的指揮控制訓練，? 具備一定的指揮控制基礎。 任務開始前，? 首先向被試進行實驗介紹，? 然后被試佩戴眼動儀進行校準，? 校準完成后先進行2 min的測試，? 讓被試熟悉眼動儀的使用方法，? 之后正式開始實驗。 每名被試在實驗開始前都應重復上述過程。 本實驗基于指揮信息系統和指揮控制系統，? 被試在兩套系統中完成相同的3項任務，? 通過實驗中測量的相關眼動數據，? 結合上述模型，? 對2套系統的人機交互效能進行評估。

3.2實驗設備

實驗設備包括指揮控制系統（A系統）、 指揮信息系統（B系統）和眼動追蹤系統。 A系統（如圖6所示）是保障指揮員和指揮機關對空中作戰人員和武器系統實施指揮和控制的信息系統，? 該系統以通信、 計算機等信息網絡為主要依托，? 具有文電處理、 指令傳輸、 態勢分析和輔助決策等功能。 B系統（如圖7所示）能夠基于雷達情報顯示當前空中敵我態勢，? 為指控人員進行空戰控制提供實時信息支撐； 同時，? 亦可生成模擬作戰想定，? 輔助指控人員進行訓練。 其中，? A系統和B系統都具有空戰指揮控制功能，? 但A系統的功能相對專一，? 屬于專業性系統，? B系統的功能覆蓋范圍較廣，? 屬于綜合性系統。 眼動數據的測量采集使用Tobii? Pro? Glasses 3眼動測量系統，? 可提供各種視角下的全方位眼動追蹤數據，? 如圖8所示。

內置的加速計、 陀螺儀和磁力計傳感器可辨別頭部和眼球移動，? 將頭動對眼動追蹤數據的影響降至最低，? 確保研究人員能夠獲得被試在自然狀態下的眼動數據［28］。

3.3實驗任務

在任務開始前，? 被試自由觀察A系統和B系統主界面各30 s； 實驗開始后，? 首先，? 被試繪制巡邏空域、 待戰空域以及訓練空域各1個； 其次，? 被試按要求制作同一想定，? 并根據我機飛行狀態的變化進行通報； 最后，? 被試使用數據鏈對3批飛機進行指揮控制。 以上任務均屬于指揮控制基本任務，? 且被試在A系統和B系統中完成的工作量相同，? 具體操作流程如表2所示。

4指控系統人機交互效能評估分析及計算

4.1實驗數據分析

通過眼動儀記錄任務過程，? 利用SPSS對所測得數據進行t檢驗，? 從績效評估、 設計評估、 協同評估3方面對A系統和B系統的人機交互效能進行綜合評估。

（1） 績效評估

被試分別在A系統和B系統執行任務時的眼跳次數、 掃描路徑長度和任務完成時間3項指標中存在顯著差異，? 如表3所示。 與B系統相比，? 被試在A系統中擁有更少的眼跳次數、 更短的掃描路徑長度以及更少的任務完成時間。

（2） 設計評估

被試分別在A系統和B系統執行任務時的注視點數量、 回視次數、 首次注視前時間和累計注視時間四項指標中存在顯著差異，? 如表4所示。 與B系統相比，? 被試在A系統中擁有更少的注視點數量和回視次數、 更短的首次注視前時間和累計注視時間，? 說明A系統更加簡潔，? B系統設計相對復雜。

（3） 協同評估

被試分別在A系統和B系統執行任務時的眨眼率和瞳孔直徑兩項指標中存在顯著差異，? 如表5所示。 與B系統相比，? 被試在A系統中擁有更少的眨眼率和更短的瞳孔直徑。

4.2實驗數據分析

由式（2）～（3）對測量數據進行歸一化處理，? 由式（4）～（6）利用熵權法對各指標進行賦權，? 由式（7）～（10）利用變異系數法對各指標進行賦權，? 由式（11）計算各指標的組合權重，? 并以“ωj1，? ωj2，? ωj3，? ωj4，? ωj5”分別表示“λ=0.1，? 0.2，? 0.3，? 0.4，? 0.5”時的組合權重，? 結果如表6所示。

3種賦權方法及不同的偏好系數所得權重差異較小，? 且變化趨勢基本一致，? 如圖9所示。 因此，? 賦權方法的變化對結果影響較小。 為了降低熵權法與變異系數法所得權重的差異對評估結果造成的影響，? 選取λ=0.5時的組合權重作為評估模型中眼動指標的最終權重。

為均衡考慮各因素對指控系統人機交互效能的影響，? 對績效評估、 協同評估、 設計評估均賦權0.333，? 對搜索效率、 操作效率、 復雜性、 吸引性均賦權0.500，? 對眼動指標賦權ωj5，? 利用加權求和法計算A系統和B系統人機交互效能的綜合評分。 由式（12）計算被試的NASA-TLX認知負荷評分，? 并將得分進行歸一化處理換算成百分制，? 結果如表7所示； 由式（13）計算被試的SUS系統可用性評分，? 從主觀角度對A系統和B系統人機交互效能進行分析，? 結果如表8所示。

對比A系統和B系統基于眼動指標的認知負荷評估結果和NASA-TLX問卷調查得分可知，? 兩者所得結論基本相符，? 如圖10所示。 總體而言，? A系統和B系統中評分高者的比例分別為9∶1和7∶2（另一組得分相同）。 其中，? 眼動與歸一化后的NASA-TLX認知負荷評估均為正向評估，? 即得分越高，? 所產生的認知負荷越低，? 人機交互效能越好。 因此，? 在執行指揮控制任務時，? A系統產生的認知負荷低于B系統。

對比A系統和B系統基于眼動指標的綜合評估結果和SUS問卷調查得分可知，? 兩者所得結論基本吻合，? 如圖11所示。 從總體來看，? A系統和B系統中評分高者的比例分別為9∶1和7∶3。 其中，? 眼動與SUS系統可用性評估均為正向評估，? 即得分越高，? 系統可用性越強。 因此，? 在執行指揮控制任務時，? A系統的人機交互效能優于B系統。

A系統和B系統眼動視圖如圖12所示，? 黑色底圖是A系統的眼動視圖，? 白色底圖是B系統的眼動視圖。 對比兩者能夠明顯發現，? 被試在A系統中執行任務時的注視點熱區主要集中在界面中間及下方區域，? 且注視點序列較為清晰； 被試在B系統中執行任務時的注視點熱區占據了界面中央大部分區域，? 且注視點序列較為混亂。 一方面，? 10名被試在A系統中的注視點熱區平均面積約為0.062 ?m2（此處為19英寸16∶9顯示器屏幕中的熱區面積），? 注視點數量平均為327.4個； 在B系統中的注視點熱區平均面積約為0.079? m2，? 注視點數量平均為419.3個，? 說明了A系統占用被試的認知資源總量較少，? 使被試能夠在較為輕松的環境下完成任務。 另一方面，? 被試在A系統中的注視點序列相較于B系統更加清晰，? 說明被試在A系統中執行任務時的思維更流暢，? 邏輯更縝密。 由于任務操作步驟相對固定，? 因此，? 被試在同一系統中的注視點熱區之間以及注視點序列之間會出現較為相似的情況。

由于A系統是專業的指控系統，? 其所有功能專門針對指揮控制任務所設計。 而B系統是集成指揮控制、 預警探測、 情報搜集等多功能于一體的綜合系統，? 界面布局、 顏色搭配及功能要素等都相對復雜。 其中，? A系統主界面共有36個按鍵，? B系統主界面共有50個按鍵。 同時，? 被試在A系統中完成任務最少需要17個步驟，? 實驗中平均需要20個步驟； 在B系統中最少需要18個步驟，? 實驗中平均需要22個步驟。 當任務操作步驟相差不大的情況下，? 較多的按鍵及復雜的布局會分散被試的精力，? 使其不僅耗費大量時間用于尋找指定按鍵、 記憶相關步驟，? 還增加了被試的心理壓力及工作負擔。 實驗結果表明，? 被試在A系統中擁有更短的任務完成時間及較高的準確率。 因此，? 在執行指揮控制任務時，? A系統更加簡潔明了、 精準快捷，? 能夠使指控人員產生更低的認知負荷，? 并擁有更高的可用性。 此外，? A系統除了常規的底部按鍵布局，? 還在界面頂端添加了快捷鍵窗口，? 有效避免了大量按鍵堆砌，? 提高了系統使用的便捷性，? 拓展了指控人員的操作空間，? 優化了指控系統的界面布局，? 大大增強了人機交互效能。

5結論

本文基于眼動指標建立了指控系統人機交互效能評估模型，? 利用熵權-變異系數法對眼動指標進行客觀賦權，? 通過讓10名被試完成相同的指揮控制任務，? 對A系統和B系統的人機交互效能進行評估，? 并根據NASA-TLX量表和SUS量表分別從人的認知負荷和系統的可用性2個角度對評估結果進行了驗證。 該方法不僅有效克服了傳統評估手段所得結果不夠準確、 缺乏理論依據等缺點，? 還避免了僅從定性角度對眼動指標進行分析易導致指標數據間此消彼長、 相互矛盾，? 無法得出準確結論的問題。

由于操作系統及被試人員的特殊性，? 僅選取了2種系統和10名指控人員進行實驗，? 如果增加樣本數量，? 則能夠增強組合賦權法的計算精度，? 進一步提高評估模型的可靠性。 此外，? 本文建立的指控系統人機交互效能評估指標體系所涵蓋的眼動指標還不夠全面，? 在后續研究中，? 需要健全指標體系，? 優化算法模型，? 改進評估手段。

參考文獻：

［1］ 李明，? 劉若愚，? 姜春蘭，? 等. 基于無線智能節點的遠程控制系統設計與實現［J］. 北京理工大學學報，? 2020，? 40（8）： 849-855.

Li Ming，? Liu Ruoyu，? Jiang Chunlan，? et al. Design of the RemoteControl System for Intelligent Wireless Nodes［J］. Transactions of Beijing Institute of Technology，? 2020，? 40（8）： 849-855.（in Chinese）

［2］ Lorenz S，? Helmert J R，? Anders R，? et al. UUX Evaluation of a Digitally Advanced HumanMachine Interface for Excavators［J］. Multimodal Technologies and Interaction，? 2020，? 4（3）： 57.

［3］ Liu R，? Gao L，? Liu Y，? et al. Research on the Usability Evaluation Model of HumanComputer Interaction for Command and Control System［C］∥2nd International Conference on Intelligent Computing and HumanComputer Interaction （ICHCI），? 2021： 213-219.

［4］ Joseph A W，? Murugesh R. Potential Eye Tracking Metrics and Indicators to Measure Cognitive Load in HumanComputer Interaction Research［J］. Journal of Scientific Research，? 2020，? 64（1）： 168-175.

［5］ 高俊云，? 叢樹學. 灰色層次評估法在艦炮武器系統人機交互效能評估中的應用［J］. 艦船電子工程，? 2011，? 31（8）： 136-139.

Gao Junyun，? Cong Shuxue. Application of Grey Analytic Hierarchy Process for HumanComputer Interaction Effectiveness Evaluation of Naval Gun Weapon System［J］. Ship Electronic Engineering，? 2011，? 31（8）： 136-139.（in Chinese）

［6］ 王穎，? 牟蘇斌. 基于GOMS模型的機載指控系統人機界面優化研究［J］. 計算機與數字工程，? 2016，? 44（7）： 1378-1382.

Wang Ying，? Mou Subin. Human Computer Interface Optimization Based on GOMS Model for Airborne Command and Control System［J］. Computer & Digital Engineering，? 2016，? 44（7）： 1378-1382.（in Chinese）

［7］ 王崴，? 趙敏睿，? 高虹霓，? 等. 基于腦電和眼動信號的人機交互意圖識別［J］. 航空學報，? 2021，? 42（2）： 324290.

Wang Wei，? Zhao Minrui，? Gao Hongni，? et al. HumanComputer Interaction： Intention Recognition Based on EEG and Eye Tracking［J］. Acta Aeronautica et Astronautica Sinica，? 2021，? 42（2）： 324290.（in Chinese）

［8］ 楊陽，? 汪海濤，? 姜瑛，? 等. 基于模糊層次分析法的軟件質量評價模型的研究［J］. 計算機與數字工程，? 2017，? 45（4）： 620-623.

Yang Yang，? Wang Haitao，? Jiang Ying，? et al. Software Quality Evaluation Model Based on Fuzzy Analytic Hierarchy Process［J］. Computer & Digital Engineering，? 2017，? 45（4）： 620-623.（in Chinese）

［9］ 吳丹，? 梁少博，? 董晶. 查詢式序列視角下跨設備搜索信息準備與重用階段的眼動變化研究［J］. 情報學報，? 2019，? 38（7）： 760-770.

Wu Dan，? Liang Shaobo，? Dong Jing. Change of Gaze Behavior in Information Preparation and Resumption of CrossDevice Search Based on Query Lists［J］. Journal of the China Society for Scientific and Technical Information，? 2019，? 38（7）： 760-770.（in Chinese）

［10］ 趙佳寶， 張丙辰， 韋懿洋， 等.基于視覺刺激的ASD兒童干預圖卡角色設計研究［J/OL］.包裝工程.DOI：10.19554lj.cnki.1001-3563.2020.22.039.

Zhao Jiabao，? Zhang Bingchen，? Wei Yiyang， et al. Role Design of Intervention Picture Card for ASD Children Based on Visual Stimulation ［J/OL］. Packaging Engineering.DOI：10.19554lj.cnki.1001-3563.2020.22.039. （in Chinese）

［11］ Goldberg J H，? Stimson M J，? Lewenstein M，? et al. Eye Tracking in Web Search Tasks： Design Implications［C］∥Symposium on Eye Tracking Research & Applications，? 2002： 51-58.

［12］ Poole A，? Ball L J. Eye Tracking in HCI and Usability Research［M］∥Encyclopedia of Human Computer Interaction，? 2006： 211-219.

［13］ Goldberg J H，? Kotval X P. Computer Interface Evaluation Using Eye Movements： Methods and Constructs［J］. International Journal of Industrial Ergonomics，? 1999，? 24（6）： 631-645.

［14］ Chen Y，? Yan S，? Tran C C. Comprehensive Evaluation Method for User Interface Design in Nuclear Power Plant Based on Mental Workload［J］. Nuclear Engineering and Technology，? 2019，? 51（2）： 453-462.

［15］ 陳曉皎，? 薛澄岐，? 陳默，? 等. 基于眼動追蹤實驗的數字界面質量評估模型［J］. 東南大學學報： 自然科學版，? 2017，? 47（1）： 38-42.

Chen Xiaojiao，? Xue Chengqi，? Chen Mo，? et al. Quality Assessment? Model of Digital Interface Based on EyeTracking Experiments［J］. Journal of Southeast University： Natural Science Edition，? 2017，? 47（1）： 38-42.（in Chinese）

［16］ 顧芮冰，? 張丙辰，? 張仁杰，? 等. 基于AHP層次分析法的兒童電子繪本角色面孔繪圖方式研究［J］. 包裝工程，? 2022，? 43（10）： 221-231.

Gu Ruibing，? Zhang Bingchen，? Zhang Renjie，? et al. Role Face Drawing Methods of Childrens Electronic Picture Books Based on AHP Nalytic Hierarchy Process［J］. Packaging Engineering，? 2022，? 43（10）： 221-231.（in Chinese）

［17］ 尤洋，? 王以寧，? 張海. 智慧課堂環境下教學視頻復雜度與學習者認知負荷關系研究［J］. 現代遠距離教育，? 2020（2）： 91-96.

You Yang，? Wang Yining，? Zhang Hai. Research on the Relationship between the Complexity of Teaching Video and Learners Cognitive Load in Intelligent Classroom Environment［J］. Modern Distance Education，? 2020（2）： 91-96.（in Chinese）

［18］ Chen S Y，? Epps J. Using TaskInduced Pupil Diameter and Blink Rate to Infer Cognitive Load［J］. HumanComputer Interaction，? 2014，? 29（4）： 390-413.

［19］ 薛耀鋒，? 李卓瑋. 基于眼動追蹤技術的在線學習認知負荷量化模型研究［J］. 現代教育技術，? 2019，? 29（7）： 59-65.

Xue Yaofeng，? Li Zhuowei. Research on Online Learning Cognitive Load Quantitative Model Based on Eye Tracking Technology［J］. Modern Educational Technology，? 2019，? 29（7）： 59-65.（in Chinese）

［20］ Dalkey N C. Delphi［M］∥Martino J P. An Introduction to Technological Forecasting. London： Routledge，? 2018： 25-30.

［21］ Podvezko V. Application of AHP Technique［J］. Journal of Business Economics and Management，? 2009，? 10（2）： 181-189.

［22］ Chen X ，? Jiang X Q，? Lu Y. Study on the Rural Ecotourism Resource Evaluation System［J］. Environmental Technology & Innovation，? 2020，? 20： 101131.

［23］ Li X X，? Du J K，? Fu Y. Water Quality Evaluation Model of Normal Cloud Based on Coefficient Variation and Entropy Weight［J］.Water Resources & Power，? 2017，? 10： 55-58.

［24］ Zhu Y X，? Tian D Z，? Yan F. Effectiveness of Entropy Weight Method in DecisionMaking［J］. Mathematical Problems in Engineering，? 2020： 1-5.

［25］ Liu D J，? Zou Z H. Water Quality Evaluation Based on Improved Fuzzy MatterElement Method［J］. Journal of Environmental Sciences，? 2012，? 24（7）： 1210-1216.

［26］ Hart S G. NASATask Load Index （NASATLX）; 20 Years Later［C］∥ Human Factors and Ergonomics Society Annual Meeting，? 2006，? 50（9）： 904-908.

［27］ 潘飛，? 姜可，? 王東琦. 基于眼動追蹤技術的購票網站可用性設計研究［J］. 包裝工程，? 2020，? 41（24）： 243-247.

Pan Fei，? Jiang Ke，? Wang Dongqi. Usability Design of Ticket Purchase Website Based on Eye Tracking［J］. Packaging Engineering，? 2020，? 41（24）： 243-247.（in Chinese）

［28］ Nasrabadi H R，? Alonso J M. Modular Streaming Pipeline of Eye/Head Tracking Data Using Tobii Pro Glasses 3［EB/OL］. bioRxiv，? 2022，? DOI： 10.1101/2022.09.02.506255.

Evaluation Method of HumanComputer Interaction Effectiveness of Command and Control System Based on Eye Tracking

Tian Chenzhi1，? Song Min1*，? Tian Jiwei1 ，? Xing Qinghua2，? Liang Wenyang1

（1. Air Traffic Control and Navigation College，? Air Force Engineering University，? Xian 710051，? China；

2. Air and Missile Defense College，? Air Force Engineering University，? Xian 710051，? China）

Abstract： The command and control system is the core support of the information warfare system. The convenience and accuracy of its operation and use directly affect the efficiency of combat command and control. In order to continuously optimize the humancomputer interaction effectiveness of the command and control system，? it is necessary to establish a scientific and reasonable evaluation method. This paper introduces eye movement tracking technology，? uses eye movement data such as pupil diameter，? number of saccades，? number of fixation points，? etc.，? to build a quantitative evaluation model of humancomputer interaction search efficiency，? operation efficiency，? cognitive load，? design complexity and attractiveness of command and control system，? and uses entropy weightvariance coefficient method to weight each eye movement data to form a comprehensive evaluation result of humancomputer interaction effectiveness of command and control system. Based on this method，? a comparative experiment is carried out on the command and control system and the command information system，? and the results of the SUS system availability scale and NASATLX cognitive load scale are compared and analyzed. The results verify the effectiveness and accuracy of the evaluation method.

Key words： ?command and control system； humancomputer interaction； eye movement； entropy weightvariance coefficient method； NASATLX； SUS