为了保障飞行安全,降低飞行员操作失误,飞行员需要在典型飞行场景下进行反复训练。通过对脑电信号的分析可以了解飞行员脑部活动状态,这为飞行员训练情况的考察提供了新的理论支持。目前此类研究大多针对的是考察合格的飞行员,缺少对受过实飞训练和未经实飞训练飞行学员的对比研究。本研究以提取典型飞行训练场景下可靠性较高的脑部活动特征及分析被试人员的脑部活动差异为目标,通过不同的特征提取方法对被试脑电信号进行特征提取,并基于特征参数采用不同的机器学习方法对被试在不同工况下的飞行阶段和受训状况进行识别,验证特征参数的有效性,为研究飞行员在典型飞行场景下的训练状况提供理论支持。本课题首先设计起落航线模拟飞行实验,将采集到的飞行学员脑电数据作为研究对象;然后选择节律能量、LZ复杂度、模糊熵以及脑功能连接四种不同领域的特征提取方法进行脑活动特征的提取;最后利用支持向量机、线性判别以及二次判别三种经典的分类方法展开计算和分析,对特征的可靠性进行验证。本研究证明利用脑电信号特征能够有效地评估飞行学员在飞行过程中的脑部活动状态,这为研究飞行学员在典型飞行训练场景下的训练情况提供一定的理论支持。若飞行学员在实飞训练后长时间不飞或在实飞训练后仍存在一定问题,可以通过上述四种特征对飞行学员在不同阶段的脑部状态进行分析,从而帮助飞行学员及时发现自身问题,然后针对性的改进训练方案、优化操作水平,进而提高飞行技术水平。