一种基于多维度数据融合的航天员数智孪生训练方法及系统

本发明公开一种基于多维度数据融合的航天员数智孪生训练方法及系统，该方法通过微型化多模态传感器网络对分析样本进行数据采集，获得多源异构数据；通过三级离群值检测单元进行异常值及缺失值处理，获得标准化输入数据集；基于层次化结构与元数据模型构建航天员工效学标准化模型；通过整合构建原子动作库；通过VACP模型对任务负荷进行评估计算；通过对原子动作进行天地差异分析，生成工效学评估结果；根据工效学评估结果及原子动作库的时间差异分析，对任务序列及资源配置进行动态调整，优化航天员训练过程。本发明解决现有航天员训练与任务评估中数据标准化不足、微重力环境下人机工效评估不准确、人服耦合影响骨肌系统生物力学分析等问题。