基于多维交叉递归量化分析（MdCRQA）的无人机指挥控制团队协作策略量化与绩效崩溃识别研究

本文创新性地应用多维交叉递归量化分析（MdCRQA）技术解析无人机指挥控制（UAV C2）团队在高低负荷切换中的眼动协同模式，发现负荷升高会引发注意力快速转移（AOIs）并降低L/MaxL/EntrL等关键指标，揭示高效分工与可预测共享注意模式对任务响应时间的积极影响，为高负荷环境下的团队协作优化提供量化工具。

　　

Highlight

多维交叉递归量化分析（MdCRQA）

递归是动态系统的基本特征，基于系统会周期性回归相似状态的前提（Marghitu等，1997；Poincaré，1890）。交叉递归量化分析（CRQA）是递归量化分析（RQA；Marwan & Kurths，2002）的二元拓展技术，可量化时间序列间的动态耦合关系。

Participants

研究对象

26对来自弗吉尼亚大学的本科生与研究生（共52人，平均年龄24.6±1.13岁）参与实验。通过G*Power 3.1.9.7软件计算，样本量26、效应量0.6、α=0.05时统计效力达0.96。每对由互不相识的男女组成，实验时长75-90分钟。

UAV Tasks

无人机任务

每对需共同完成1项主任务和3项子任务（共4项），最多管控16架无人机（图3）。虽然所有任务均需团队承担，但每项任务仅需1人执行。记录每对的任务响应时间（从任务触发到反应间隔）和准确率（正确完成任务百分比）。

Results

研究结果

采用配对t检验分析6项MdCRQA指标（L、MaxL、EntrL、MeanV、MaxV、EntrV）在高低负荷下的差异。同时计算这些指标与两项绩效参数在两种负荷下的相关性。

Discussion

讨论

本研究验证了MdCRQA指标能够：(a)敏感捕捉负荷升高导致的指标变化（6项中有5项显著降低）；(b)与高负荷下的响应时间显著正相关；(c)量化团队在无人机指挥控制场景中的适应性策略。这些发现为开发实时团队协作监测系统提供了理论依据。