认知负荷是飞行员在对飞机操控信息认知过程中产生的,与飞行安全息息相关。认知负荷是飞行员在完成任务过程中产生的生理和心理需求,因此研究在复杂的人-机-环境相互作用下飞行员认知负荷的动态识别具有重要意义。本文设计了机场交通航线飞行模拟试验,获取飞行员的心电生理和NASA-TLX心理数据,分别对其进行小波变换预处理和数理统计分析,并利用Pearson相关分析法对预处理后的心理生理数据进行特征指标选取。基于心理生理特征指标,结合RNN和LSTM构建飞行员认知负荷识别模型。与RNN神经网络、支持向量机等其他方法建立的认知负荷识别模型相比,本研究结果更加准确。本研究可为预防和减少飞行任务中认知负荷引起的人为失误提供有益参考,有望实现飞机驾驶舱的智能控制,改善飞行操纵行为,保障飞行安全。