当今,飞机驾驶中人机交互系统的复杂度越来越高,飞行员在实际工作中所需要承担的工作负荷在不断提升。为了保障航空安全,飞行员工作负荷的监控变的十分重要,对工作负荷的评估工作已经成为一个重要的课题。首先,本文利用实验室已有的飞行模拟器,设计了一组飞行模拟实验。为了令被试人员在模拟飞行过程中产生工作负荷,在实验过程中设计了如起飞,转弯等多种飞行任务,通过几十分钟的模拟飞行诱发被试人员产生工作负荷。同时,被试人员被要求完成主观评价表,评价其不同时刻下是否感觉工作负荷较高。其次,针对人体多种生理信号,本文主要研究了脑电信号、肌电信号、脉搏信号和心电信号。并且提取了脑电信号的能量谱特征,脉搏信号的脉搏波峰峰值和主频率,心电信号的心率相关特征,肌电信号的平均振幅等时域特征几个特征组。并通过所采集数据验证了各特征和工作负荷程度有明显的相关性。最后,本文通过信息融合相关理论,提出了多生理信号融合下飞行员工作负荷的评估方法。本文通过支持向量机的方法,在特征层上对已初步提取的特征分别进行融合训练。并且通过识别准确率选择了通过PCA分析方法提取的融合特征。分类结果表明了基于多模生理信号融合特征的支持向量机模型识别飞行员工作负荷有着较高的准确率。同时在文章最后,通过改变分类器和被试人员,进一步验证了本文提出模型识别飞行员工作负荷的可靠性。