警觉度是人在一段时间里保持持续注意力的能力。随着自动化技术的发展，越来越多的人由原先设备操作者转变为设备工作的监督者：在较长时间（超过两个小时）内监督设备的一些特定信号的发生并做相应的反应。警觉度的降低会使监督者错过这些信号，进而可能导致无法挽回的后果。例如在太空作业中，低压、缺氧、充满各种有害射线的宇宙环境时刻威胁着宇航员的安全和健康；航天器空间大小的限制，使得每个宇航员都承担着高负荷的工作任务；高度自动化的航天器任何一个微小的问题都可能会造成严重的后果，需要宇航员保持一定水平的警觉度。因此，建立航天员的警觉度检测系统，探求警觉度随时间的变化规律，进而研究提高警觉度的技术或是合理安排宇航员的工作时间，具有非常深远的实用价值。在这种背景下，本文设计了以三位数加减法作为脑力负荷诱导警觉度变化、PVT实验结合心脑电设备测量该变化过程的实验。本文采用了PVT实验的平均反应时间和错误指标，同时参考主观评价方法——KSS量表和DSSQ量表，对整个实验过程进行警觉度标注，将警觉度变化过程划分为三个阶段。然后从脑电和心率变异性的时域、频域和非线性三个方面提取能够表征警觉度变化的指标，并且对脑电的19导导联提取出的信号进行了导联优化以及特征降维。在此基础上利用支持向量机进行模式分类，对比了单独用脑电、单独用心率变异性和心脑电相结合的方法分类效果的差异。本文得到的结论主要有：长时间脑力负荷导致警觉度水平的下降：相对于实验初始阶段，即警觉度平静时期，警觉度下降一期的PVT实验的反应时间增加了5%到12%，警觉度下降二期的反应时间增加了15%到25%；心率变异性指标的变化表征，心率变异性整体是在下降当中，其中交感神经的活性在波动中逐渐增强；脑电指标的变化表明大脑皮层兴奋程度在逐渐降低，被试的清醒程度在下降。Fisher判别法将脑电的19导联优化到了5导联，PCA在此基础上将特征数降到了5个。在支持向量机分类结果中，单纯用心率变异性分类的准确率为78.18%，低于单纯用脑电分类的准确率81.01%，而用脑电和心率变异性共同分类的准确率为88.28%，证明了多参数分类的效果更好。