近年随着相关技术的发展,军用无人机的性能和可靠性不断提高,但由于功能界面复杂加上在任务、训练中长时间人机分离使操作员缺乏生理体验,无人机人机可靠性方面受到考验,任务中控制失误、决策失误造成的事故不断积累。对无人机操作任务中操作员的认知状态、态势感知进行建模和测量,对无人机操作训练效果评价、选拔无人机操作员对增强无人机人机可靠性有着重要意义。本文对态势感知理论、态势感知的测量方法进行了系统的梳理,并基于无人机操作任务的特点,提出以Endsley的态势感知理论为基础分析无人机操作员态势感知过程,以Bolstad等提出的共享态势感知理论为基础理解无人机操作员小团队态势感知的观点。本文探究了无人机操作员态势感知水平直接评估方法、态势感知相关要素的测量评估方法,并通过单人、双人无人机实验验证了该方法的可行性。针对态势感知直接评估方法存在成本、干扰性问题,本文将贝叶斯网络、梯度提升树模型应用到无人机操作员态势感知评估领域,建立了基于贝叶斯网络和梯度提升树算法的无人机操作员态势感知水平分析评估算法,利用统计学习方法拟合复杂函数的能力建立无人机操作员态势感知相关要素与无人机操作员态势感知水平间的映射关系。实现基于相关要素的无人机态势感知水平分析评估。基于无人机操作员态势感知直接测量方法、无人机操作员态势感知分析评估算法建立无人机操作员态势感知水平分析评估系统,并对系统的可用性、有效性进行了测试。实验结果表明,该系统具有一定的可用性和有效性。