眼动追踪技术作为一项新兴的技术,目前已成为航空领域人为因素研究中的重要研究方法之一。目标标定是开展眼动研究的前提,航空管制员在工作过程中关注的目标为雷达界面的动态目标,研究雷达界面的动态目标标定问题对于提升管制安全水平有着重要的价值。利用Tobii X2-60眼动仪和雷达管制模拟机搭建实验平台,招募8名管制学员参与模拟管制实验。结合实验数据,从静态目标标定研究入手,通过对眼动数据分布特点的分析,提出了基于具有噪声的基于密度的聚类算法(DBSCAN算法)和凸包算法的雷达静态目标标定方法,并利用K最邻近算法(KNN算法)和变密度阈值设定法对算法进行改进,提高了算法对于眼动数据的自适应性。同时基于相似度分析和覆盖率计算,对不同静态目标的标定结果进行了对比研究,结果表明不同目标的标定区域间相似度大于80%,覆盖率大于90%。基于相关性分析选取坐标转换模型,建立航空器地坐标与屏幕坐标间的坐标转换关系。根据航空器的航迹信息,获取航空器在雷达界面中的屏幕运动轨迹。利用航空器屏幕运动轨迹将静态目标区域进行平移,实现对动态目标的标定。利用多线程同步编程的方法对提出的动态目标标定方法进行了检验,结果表明该方法的平均标定准确率达到了81.84%,具有良好的标定精度。