按照人机工程学理论，现代武器装备系统通常是一个典型的人机结合系统^[1-2]。在该系统中机器设备大批量生产制造，在宏观层面上对于同一型装备来讲，各套装备之间没有明显的个体差异；但操作这些装备的人类个体却各不相同，甚至差异较大。同样一套武器装备由不同操作员来操控，其所发挥的效能也各不相同。如果操作员对该装备的功能与性能特性非常了解，操作十分熟练，那么整个系统成功完成任务的概率就很高；反之，如果对该装备了解甚少，操作生疏，那么成功完成任务的可能性就比较低。所以在武器装备自身条件保持一定的情况下，充分发挥操作员的个人能力技巧和主观能动性，是确保战斗力生成的重要条件，这也是部队平时大量进行训练与演习的主要目的之一，即通过训练与演习来提升操作员的整体平均能力^[3-4]。但即使在这一整体平均能力得以提升的条件下，操作员之间的个体差异还是不容忽视。

在传统的武器装备系统效能分析及其交互界面设计过程中，操作员个体差异因素没有得到明显的体现和单独的评估^[5-9]，难以进行人机相互协作效能的精确分析；另一方面，在装备研制过程中用户定制的利弊分析也难以从理论层面开展定量研究^[10-11]。针对上述问题，本文首先构建了包含人类个体影响因子的人机系统效能计算模型，针对现有电子对抗武器装备的特点^[12-13]，从理论上分析了电子对抗系统中传统设计方法所存在的问题。根据当前电子对抗系统研制中设备数字化与功能软件化的发展趋势^[14-15]，提出通过界面重构与功能软件重构来实现与用户个体对应的人机高效匹配方法，并分别从电子对抗系统的人机交互数字界面设计与人机功能分配这两个方面阐述了其优势。该方法有效缓解了武器装备个体定制与成本控制之间的矛盾，为新一代具有人机合一特点的电子对抗武器装备的研发提供了重要参考。另一方面，上述包含个体差异因素的人机系统效能分析模型也为人机工程中系统效能精确评估理论建模与定量分析提供了新的手段。详细阐述如下。

通常情况下，武器装备系统任务分工设计总体上包含两大部分：无需人工干预条件下装备系统单独执行的子任务，以及需要人与机器相互配合、协作执行的子任务。上述两类子任务的极限效能分别记为E_f和E_hm。显然对于不同的武器装备，E_f和E_hm也各不相同。于是一型武器装备的实际效能E_T由如下两部分构成：

式(1)中β为人机实际工效系数，0≤β≤1。通常情况下，β与操作员的平均能力指数η_g及人机协作实际匹配系数M_hm有关，且0＜η_g≤1，M_hm＞0。η_g取值越大表示操作员的平均能力越强，对应的β取值越大；M_hm取值越大表示在实际操控该型装备时人与机器之间的匹配度越高，对应的β取值也越大。

按照系统论的观点，在人与机器及外界之间进行信息交互的过程中可以把人看成是一个单通道的有限传输容量的信息处理系统。该系统中信息传输速率R_V是反映人的感觉通道信息传输能力的客观指标。R_V越大则可认为人机实际工效系数β越大，而人机协作实际匹配系数M_hm可由人机界面上的刺激维数S_N来间接反映。相关试验数据显示：人的信息传输率R_V随刺激维数S_N的典型变化曲线如图1所示^[1]。

图 1(Fig. 1)

图 1 人的感觉通道的信息传输速率变化曲线 Fig. 1 Information transmission rate curves for sensory channel of human

由图1可见，随着S_N的增加，R_V也随之增加，但存在一个饱和过程：当达到一定限度时，信息就不能完全被接受了，呈现出一种指数形式的函数变化关系式。结合前面的分析并参照图1所示的关系，可建立人机实际工效系数β与人机协作实际匹配系数M_hm及平均能力指数η_g之间的关系式如下：

式(2)中，α表示操控该型武器装备的难度系数，体现了武器装备之间的类型差别，α＞0，α越大表示操控该型装备对操作员的要求越高，难度越大；M_S表示该装备系统设计时所考虑的人机匹配系数的标称值，同样是随装备种类的不同而不同，M_S＞0。在实际应用中，当实际匹配系数等于设计标称值时，即M_hm=M_S，且采用操作员的平均能力指数η_g所计算出的系统效能，被称为标称效能 ${E_{{\rm{T,g}}}}$ ，于是由式(1)、(2)可得：

标称效能 ${E_{{\rm{T,g}}}}$ 是该型装备设计论证和效能分析中的一个重要参数。对装备而言，它体现了该型装备投入使用时的典型效能；对操作员而言，它体现了对操作员的基本能力要求。

如前所述，同一型武器装备由不同操作员来操控，其实际效能各不相同。为了表征这一差异，可采用人类个体能力指数η来反映这一特点：0＜η≤1，η越接近1表示该个体能力越强；反之，则表示该个体能力越弱。对于η的具体取值，针对不同的应用有不同的评估尺度与计算方法，例如考试测评就是一种常用方法，由于篇幅限制在此不展开讨论。如果将一群人进行个体能力评价与统计，则可以绘制出该人群对应η的概率密度分布曲线，并由此计算出该人群对应的平均能力指数 ${\eta _{\rm{g}}} = E(\eta )$ ， $E( \bullet )$ 表示取数学期望。图2所示曲线分别表示2个人群A与B的个体能力指数统计之后所形成的概率密度曲线。图中人群A的平均能力要强于人群B，即 ${\eta _{{\rm{g}},{\rm{A}}}} \text{＞} {\eta _{{\rm{g}},{\rm{B}}}}$ 。

图 2(Fig. 2)

图 2 不同人群的个体能力指数概率密度分布示意图 Fig. 2 Personal capability index probability density distribution for different groups

如果在式(1)和式(2)中用个体能力指数η来替代群体的平均能力指数η_g，则可得到如下的包含个体差异的效能模型：

由式(4)可知，对于某一型装备而言，在不同的人机协作实际匹配系数M_hm取值条件下，装备实际效能E_T随操作员的个体能力指数η的典型变化曲线如图3所示(图中α=1，E_hm=5E_f)。

图 3(Fig. 3)

图 3 装备实际效能随操作员个体能力指数变化曲线 Fig. 3 Real efficiency of equipment change with personal capability index of operators

由图3可见，上述包含了操作员个体能力差异的效能模型具有如下性质：

1) 在保持其他参数一定的条件下，一型装备的实际效能E_T随个体能力指数η的增加而增加。当η>η_g时，该个体操纵同样的装备，其效能也会高于群体平均水平；反之则低于群体平均水平。即：

2) 在保持其他参数一定的条件下，一型装备系统实际效能E_T随人机实际匹配系数M_hm的增加而增加。当M_hm＞M_S时，该装备的实际效能要大于标称效能；反之则小于标称效能。即：

由上述两条性质可知，提高个体能力指数η和人机实际匹配系数M_hm，是该个体操作该型装备实现装备效能提升的两条重要途径。

为了验证上述建模的合理性，按照式(4)绘制装备实际效能E_T随人机协作匹配系数M_hm之间的关系变化曲线如图4所示(图中α=1，E_hm=5E_f)。

图 4(Fig. 4)

图 4 装备实际效能随人机协作匹配系数变化曲线 Fig. 4 Real efficiency of equipment change with matching coefficient for human and machine

为了便于观察，图4中的横坐标采用M_S对M_hm进行了归一化处理，3条曲线表示了个体能力指数η分别为0.2、0.5和0.8时，装备实际效能随人机协作匹配系数的变化情况。由图4可知，3条曲线都近似展现出一种指数形式的变化关系，这一函数关系与图1中人的感觉通道的信息传输速率随刺激维数的变化曲线是比较类似的。图1中的曲线是基于实际试验数据通过统计处理而得到的，由此说明，通过上述建模方式而得到的包含个体差异的效能模型是比较符合实际情况的。

在现实情况中，电子对抗装备的研制生产方将产品交付用户之后，总会有一部分用户不太满意，其中一个重要原因就是对“用户”这一概念的理解。在通常的产品设计过程中“用户”是特指“典型用户”或“代表性用户”，这是对用户群体的整体性描述，而整体性描述一般采用概率统计值来表达。于是传统的电子对抗系统及其人机交互界面设计时，设计输入一般是人机匹配系数的标称值M_S和用户群的平均能力指数η_g等统计平均值，而对于用户群中每一个个体的人机实际匹配系数M_hm与个体能力指数η是不关注的。由图2可见，一般情况下，处于用户数据统计平均值附近的用户数量是相对较多的，于是将用户数据平均值作为用户数据的典型值应用于整个设计过程，所设计出的产品能满足大多数用户的需求，从而确保所设计出的装备达到标称效能 ${E_{{\rm{T,g}}}}$ 。这一传统设计方法对于那些设计之后就难以更改和调整的硬件类产品来讲是相对合理的，但这种不考虑用户个体差异的设计方法也带来了不能满足所有用户需求的缺陷。

以人机交互控件设计过程中某一型变色按钮的使用性问题为例说明如下。其中一个设计要素是：操作员在观察到按钮颜色发生改变之后，需要做出判断并立即点击，这一交互动作的速度采用人的反应时间来度量。一般情况下用户的平均反应时间为3 s，而反应最快的用户仅需要1 s，反应最慢的用户需要长达6 s。上述现象是由于用户个体差异所造成的，而产品研制方在产品设计过程中使用这一变色按钮控件时，所采用的设计边界条件是“用户的平均反应时间为3 s”，于是后续围绕该按钮编制的操作流程，工效计算，用户工作疲劳评价等都是按“3 s”这一数据来进行校核。这对于那些反应时间长达“6 s”的用户就带来了问题：如操控速度跟不上，长期处于疲劳状态，并由此而引发操作失误等现象。由此可见，传统方法中利用标称值与平均值来实施设计，使得部分用户在使用产品过程中效能低下，甚至还会造成可靠性与安全性等问题。如果要做到满足所有用户的需求，又会引发个体定制的问题。

而传统观念认为：在工业化生产中大规模大批量生产能够大幅度降低产品成本，提高产品的价格竞争优势；一旦产品的定制条件过多，必然对应同类型产品数量的减少，工装夹具、工艺环节的递增，所以定制化生产所带来的成本增加是较大的。这一传统观念对于以前以硬件为主的产品研发来讲是正确的，但随着当前电子设备功能软件化和软件可重构技术的快速发展，这一传统观念也面临着改变。将用户个体需求纳入到装备的软件化可重构之中，将用户定制与软件可重构结合起来，适应个体用户定制的电子对抗装备也可以向低成本方向发展，这就是下面要阐述的通过提升人机之间的匹配度来达到提升电子对抗人机系统效能的目的。

随着计算机技术的发展，采用软件编程实现的数字交互界面逐渐取代了传统的仪表盘旋钮硬件式界面，特别是对于电子对抗装备来讲，现今的人机交互数字界面的使用已经普及。数字界面为人机交互界面的灵活重构提供了条件，而界面重构又为用户界面的低成本定制和个体高效匹配奠定了基础，这样一来就可以解决传统用户定制产品高成本的矛盾。利用数字界面的重构以及可二次开发的特性，使得人机交互界面设计完成之后，用户在后续使用过程中可根据自己的个体需求，使用习惯，以及自己的个体体征数据与用户群的平均体征数据之间的差异等，方便地对交互界面实施重构。重构之后的交互界面就如同根据用户个体特点定制出来的一样，而且这一数字交互界面的重构所需的人力、物力和财力成本都比较小，但给用户所带来的交互效能的提升却是相当大的。因为它提升了该用户个体的人机协作实际匹配系数M_hm，从而最终带来了整个装备系统效能的增加。根据前面的理论模型，简要分析如下。

如前所述，某型装备设计中所采用的用户群的平均能力指数为η_g，人机匹配系数标称值为M_S，标称效能 ${E_{{\rm{T,g}}}}$ 如式(3)所示。但对于操控该型装备的单个用户而言，其个体能力指数为η₀，在操作该型装备时人机实际匹配系数为 ${M_{{\rm{hm}},{\rm{0}}}}$ ，于是该用户个体操作该型装备的实际效能 ${E_{{\rm{T,0}}}}$ 如下式所表达：

由式(7)可知，如果 ${M_{{\rm{hm}},{\rm{0}}}} = {M_{\rm{S}}}$ 时，只有在 ${\eta _{\rm{0}}} \text{≥} {\eta _{\rm{g}}}$ 的条件下，才能确保该用户操控该装备的实际效能大于标称效能，即 ${E_{{\rm{T,0}}}} \text{＞} {E_{{\rm{T,g}}}}$ 。但对于那些个体能力达不到平均水平的用户，即 ${\eta _{\rm{0}}} \text{＜} {\eta _{\rm{g}}}$ ，就会发生操控装备的实际效能小于标称效能的情况，即 ${E_{{\rm{T,0}}}} \text{＜} {E_{{\rm{T,g}}}}$ 。为了提升这部分用户的实际效能，主要有如下两条途径。

1) 提升这部分用户的个人能力。这是当前部队加强训练与开展演习的主要目的所在。通过长期的训练与演习的检验，提升每一位官兵的个人能力。

2) 提升这部分用户与装备之间的人机匹配系数。即通过提升 ${M_{{\rm{hm}},{\rm{0}}}}$ 来达到提升该个体用户实际人机系统效能的目的。该途径对于战场武器装备使用来讲更具有吸引力。因为在现代战争进行过程中，人员的伤亡是不可避免的，在短暂的时间周期内对于一支部队来讲不可能培养出大批量的高能力水平的武器装备操作员，很多情况是预备役人员经过简单的短时间培训就投入战斗。在此条件下，个体能力达不到原有的平均水平，即 ${\eta _{\rm{0}}} \text{＜} {\eta _{\rm{g}}}$ 的情况会频繁发生。针对这一情况，通过提升这部分用户与对应装备之间的人机匹配系数 ${M_{{\rm{hm}},{\rm{0}}}}$ 使之满足下式：

由式(7)可知，在式(8)条件下，一定有 ${E_{{\rm{T,0}}}} \text{＞} {E_{{\rm{T,g}}}}$ 成立。这样就做到了利用提升装备的人机匹配特性来弥补了用户个体能力上的差距。这一途径实际上在系统效能曲线图3中也得到了体现，要达到同一效能水平 ${E_{{\rm{T,g}}}}$ ，对于个体能力较差的用户，可通过提升其与装备之间的人机实际匹配系数 ${M_{{\rm{hm}},{\rm{0}}}}$ 来达到该目的，如图5所示，图中η_g=0.6。

图 5(Fig. 5)

图 5 提高人机匹配系数条件下的装备实际效能 Fig. 5 Real efficiency of equipment with greater matching coefficient for human and machine

由图5可见，虽然平均能力指数至少要达到0.6，在 ${M_{{\rm{hm}},{\rm{0}}}} = {M_{\rm{S}}}$ 时，才能确保装备实际效能达到标称效能 ${E_{{\rm{T,g}}}}$ 。但在 ${M_{{\rm{hm}},{\rm{0}}}} = 2{M_{\rm{S}}}$ 时，用户个体能力指数只要大于0.34就能使得装备实际效能高于标称效能 ${E_{{\rm{T,g}}}}$ ；在 ${M_{{\rm{hm}},{\rm{0}}}} = 4{M_{\rm{S}}}$ 时，用户个体能力指数只要大于0.13就能使得装备实际效能高于标称效能 ${E_{{\rm{T,g}}}}$ 。所以通过提升用户与装备之间的人机实际匹配系数能够弥补用户个体能力方面的不足，从而确保该类用户操纵装备达到预定的效能。

基于数字界面重构来提升个体用户人机交互效能的设计思想实际上在当前的数字化软件产品开发中已经萌芽，在部分商用软件的人机交互功能界面中已有初步体现。一个常见的例子就是Word文字处理软件中的“用户自定义”功能。用户可根据自己的操作习惯，定义各种与自己工作任务及输入习惯相适应的快捷键操作和快捷访问链接，重新组织输入与编辑界面，这实际上就是用户操作界面重构的初级体现。于是用户根据自己的特点，通过对Word软件操控界面的重新设置来提高自己的输入与编辑速度，以此来提升自己的工作效率。除Word软件之外，当前许多大型商用软件的交互界面或多或少都有“用户自定义”这一功能，这实际上是在“基于数字界面重构的个体高效匹配”的道路上向前迈出了一小步，同时也为电子对抗装备的人机交互数字界面的重构与人机个体高效匹配提供了参考。

上面分析了通过人机交互数字界面重构来提升武器装备系统中人机实际匹配性能的方法，实际上这仅仅是人机工程中人与机器之间的功能优化分配的一个方面。在整个电子对抗装备研制过程中，设计师也一直在考虑产品中人机功能任务分配问题，即一项需要人机协作完成的任务中，哪几部分由机器来完成？哪几部分由人来完成？才能使这项人机协作任务的效能最大化。当然从传统意义上讲，此处输入条件中的“人”，是一个“典型的人”，是一个“具有代表性的人”，即一个统计平均意义下的人，而不是某一个具体的人类个体。如此一来，按照上述设计输入而得到的人机功能分配方案通常是统计意义上的优化，这是传统设计方法。

如果某一型电子对抗装备的人机功能分配也可以在一定程度上实现重构，就可以针对每一位用户做到个体上的最优。实际上电子对抗装备的功能软件化发展趋势已经为针对用户个体的人机功能分配优化创造了条件。只要在任务软件设计中将软件功能重构作为一个明确的设计需求，处理好资源调用流程、执行步骤优化，任务分解与组合等要素，即可在一定程度上实现功能软件的重构。于是在使用同一套电子对抗装备时，用户可以根据自己的实际能力水平，灵活调整自己与装备之间的功能任务分工，从而实现电子对抗装备使用的最大效益。如果从理论上分析，基于功能软件重构的用户个体匹配，实际上也是通过提升用户与对应装备之间的人机实际匹配系数 ${M_{{\rm{hm}},{\rm{0}}}}$ 而使得不同用户个体都能实现自己操纵装备的实际效能 ${E_{{\rm{T,0}}}}$ 的提升。这从前面的图3与图5中也可明示这一道理。

在日常生活中所使用的数字产品也已经有了这一设计思想的萌芽。以数码相机中的人机功能分配为例，一个普通的拍摄者会使用数码相机中的大部分默认参数设置，仅仅根据当前自己所处的环境，适当地对少量参数选项稍加改变，然后自己调整一下焦距便可实施拍摄，从而获得比较满意的照片。一个完全不懂摄影的用户在使用该数码相机时，一般会启用全自动模式，在此模式下几乎所有的参数设置与焦距调整都是由数码相机自动完成，用户只需要将镜头对准目标然后按一下快门按钮，即可获得比较满意的照片。但对于一个专业摄影师来讲，他在使用这台数码相机时，就会利用自己已有的经验，根据当前的任务要求与外界环境条件去人工设置各种拍摄参数，然后再对焦拍摄，从而获得非常满意的照片。虽然三类用户使用的是同一台数码相机，都拍出了满意的照片，但他们在拍摄过程中与数码相机之间的功能任务分工是各不相同的。实际上像数码相机这类电子产品中许多功能都是通过软件来完成的，所以在人机任务分配过程中的灵活性就非常大，可以适应不同用户的能力差异，从而针对每一类用户都可以使最终的系统效能在使用条件下尽可能地达到最高。这实际上是在“基于功能软件重构的个体高效匹配”的道路上向前迈出的一小步，同样为电子对抗装备的功能软件重构与个体高效匹配实现提供了参考。

如前所述，在电子对抗装备的操控中需要能力特强的优秀操作员，这肯定是非常重要的。但优秀操作员的数量是有限的，特别是在战争条件下，人员伤亡不可避免。如果电子对抗装备也能像数码相机那样，通过功能软件重构来实现用户个体的匹配，做到不同的用户来操控同一型装备，都会有不同的任务功能分配。这样对于并不优秀的普通操作员，甚至是一个临时替补操作员，在操控该型电子对抗装备时所发挥的实际效能也能达到令人比较满意的效果，那这样的武器装备设计理念对于部队的战斗力生成的贡献将是超乎想象的，对电子对抗任务的成功完成也具有重大意义。

本文通过构建的包含人类个体影响因子的人机系统效能计算模型，分析了操作员个体因素和人机实际匹配程度对武器装备实际效能的影响，提出了通过数字界面重构和功能软件重构来提升电子对抗装备中人机匹配的方法，并分析了由此所带来的好处。上述考虑个体差异的人机高效匹配的理念给今后电子对抗部队训练和装备研发都带来了新的思路。部队官兵作为武器装备的使用者，不仅要从用的角度去挖掘装备潜力，熟悉装备性能特点，熟练掌握装备操控的要领与技巧，持续不断地追求官兵个体能力的提升，而且还要在此基础上利用好装备本身所具有人机交互数字界面重构和功能软件重构的特性，使操控这台装备的每一名官兵都发挥出个体的主观能动性，刻苦专研，不断优化与自己能力特点相匹配的操作模式，从而做到个体在操控这型装备时的人机最优匹配。作为装备研发者不仅要从整体用户群的统计平均值出发来设计装备，而且还要从可重构的角度出发，在设计理念，设计方法，设计手段，设计流程等各个方面进行创新，将用户的个体匹配实施条件通过各种重构方式加以覆盖。这就是我们所一直追求的目标：对于装备研发者要研制出“好用的电子对抗装备”；对于装备使用者要尽力“用好电子对抗装备”。只有两者的有机结合，才能最终有效地实现电子对抗人机系统效能的不断提升。