發(fā)布時間：2020-05-10 19:06

【摘要】：空中交通管理工作以確保空域中航空器的飛行安全為首要任務(wù),主要通過靈活合理地調(diào)配航空器來消除潛在的飛行沖突,保證航空器運行的安全。在如今的空管系統(tǒng)中,航空器根據(jù)飛行計劃中的航線飛行,地面的空中交通管制員通過飛行員的位置報告或雷達檢測等方式了解航空器的飛行狀態(tài),然后根據(jù)空域的情況向航空器發(fā)出相應的飛行指令,指令中包含有航空器的高度、速度、航向等飛行參數(shù)。但在空中交通流量較大或空域復雜的區(qū)域內(nèi),管制員的指揮壓力所導致的工作負荷對其指揮的決策和指令的發(fā)布都存在著負面影響。并且由于高空中管制員無法對航空器進行有效監(jiān)控,因此存在著諸多不確定性,在這種情況下不合理甚至不安全的指令發(fā)布會對航空器的運行帶來極大的運行風險。因此在交通流量密度較大的空域或者機場終端區(qū)內(nèi),采用一定方法對管制員的指揮決策合理性和科學性的評價是有重要意義的。因此,本文首先依據(jù)科大訊飛公司提供的語音開放平臺開發(fā)適用于空中交通管制場景的語音識別系統(tǒng),將管制語音通話儲存為文本形式,利用基于前綴因子過濾的正則表達式指令匹配方法從語音文本中提取出管制指令信息;隨后結(jié)合航空器飛行特征構(gòu)建航空器飛行速度、高度和航向狀態(tài)變化模型,以此為基礎(chǔ)提出基于HMM-BP神經(jīng)網(wǎng)絡(luò)的空中交通運行態(tài)勢識別方法,能夠有效識別當前管制指令下的空域內(nèi)航空器飛行狀態(tài)即空域運行態(tài)勢;最后,選取空中交通態(tài)勢評價指標,采用灰色聚類方法對空中交通運行態(tài)勢進行評價,確定當前管制指令下的空中交通運行態(tài)勢級別,從而有效反饋管制決策的科學性、合理性。本文從語音識別的角度切入,通過識別指令、構(gòu)建態(tài)勢、評價態(tài)勢,快速有效地反饋空中交通管制員決策的科學、合理性,所提出的諸項方法針對性強且易于實現(xiàn),完善了空中交通管制輔助決策方法的理論和研究。
【圖文】：

隨著我國改革開放的偉大進程逐步發(fā)展，社會和經(jīng)濟狀況獲得了長足的進步，國經(jīng)濟和生活質(zhì)量越來越高。從過去的基本物質(zhì)需求逐漸轉(zhuǎn)移到精神消費需求，工作出行和更注重效率以及舒適性。在這樣的大背景下，作為交通運輸業(yè)中最快捷、最舒適的民營航些年獲得巨大的發(fā)展，航空運輸較之于水路和陸路運輸擁有獨有的優(yōu)勢，在公共交通運輸險救災、智能物流快遞等各領(lǐng)域都起著非常重要的作用。過去遙不可及的搭乘飛機如今已遠途出行的首要選擇。近二十年里，我國的民用航空旅客運輸量保持著平均每年 15%的增越建越多，起降架次越來越多，但是航空器運行的空域范圍卻沒有明顯變化。2017 年上半完成旅客及貨物運輸飛行 509.3 萬小時和 209.3 萬架次，同比增長 11.3%和 10.0%，完成旅轉(zhuǎn)量 513.4 億噸公里，貨郵運輸量 329.2 萬噸。2017 年 1-10 月，民航局公布在該時間段內(nèi)共完成旅客運輸量 4.58 億人，同比增長 12.4%，截止 10 月我國獲得使用許可的民用機場數(shù)4 個，民航運輸飛機 3065 架，通用航空器 2205 架，由于航空器起降架次的增加，，空域范，有著巨大增長的航空旅客運輸量不僅沒有有效推動整個行業(yè)更快的發(fā)展，反而為整個民來了不小的運行壓力。這主要體現(xiàn)在 2017 年夏天頻繁爆發(fā)的全國大面積航班延誤以及各公司的不安全事件，嚴重威脅著人民群眾的生命財產(chǎn)安全，并給整個民航運輸業(yè)在社會的不良影響，不利于民航運輸?shù)某掷m(xù)快速發(fā)展。

基于自然語義提取的空中交通輔助決策方法研究2.1.2 陸空通話的句式結(jié)構(gòu)根據(jù)中國民航局關(guān)于無線電陸空通話用語規(guī)范的相關(guān)規(guī)定，在空中交通管制員與飛行人員的陸空通話內(nèi)容中，一次標準的陸空通話溝通過程是由管制員發(fā)布指令，飛行員復誦指令，管制員確認正確后，飛行員執(zhí)行管制指令，如復誦錯誤，管制員需提醒飛行員并重復指令內(nèi)容，具體的陸空通話溝通流程如下圖所示。
【學位授予單位】：南京航空航天大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：V355

【參考文獻】

相關(guān)期刊論文 前10條

1 李軍亮;胡國才;韓維;柳文林;;基于Elman網(wǎng)絡(luò)的某型直升機飛行狀態(tài)識別[J];火力與指揮控制;2015年12期

2 羅進;;利用信息熵計算評價指標權(quán)重原理及實例[J];武漢紡織大學學報;2014年06期

3 廖瑞輝;周晶;;基于云—自組織神經(jīng)網(wǎng)絡(luò)的交通流預測模型[J];交通運輸系統(tǒng)工程與信息;2014年04期

4 李楠;任杰;徐肖豪;;終端區(qū)交通態(tài)勢識別研究[J];科學技術(shù)與工程;2014年11期

5 馬凱超;宋筆鋒;殷之平;謝偉;曹善成;;一種基于神經(jīng)網(wǎng)絡(luò)的飛機載荷參數(shù)識別方法[J];飛行力學;2013年04期

6 王潔寧;孫禾;趙元棣;;面向終端區(qū)航空器飛行狀態(tài)識別的HMM方法[J];航空計算技術(shù);2013年02期

7 周健;王新民;陳曉;蔣正雄;曲耀紅;;紊流風場下無人機飛行狀態(tài)多模型估計算法[J];火力與指揮控制;2012年09期

8 趙嶷飛;史永亮;;基于模糊綜合評價的航路交通態(tài)勢評估[J];中國民航大學學報;2011年01期

9 高原;倪世宏;王彥鴻;張鵬;;一種基于改進量子遺傳算法的飛行狀態(tài)規(guī)則提取方法[J];電光與控制;2011年01期

10 于昕;潘泉;韓崇昭;謝明志;;基于空中平臺的態(tài)勢描述[J];火力與指揮控制;2007年06期

相關(guān)博士學位論文 前1條

1 王建玲;城市交通網(wǎng)絡(luò)擁擠識別[D];西南交通大學;2008年

相關(guān)碩士學位論文 前5條

1 劉雨;基于SVM的直升機飛行狀態(tài)識別方法及其應用研究[D];南昌航空大學;2016年

2 孫禾;航空器飛行狀態(tài)預測方法研究[D];中國民航大學;2014年

3 郝樹勇;基于云的網(wǎng)絡(luò)安全態(tài)勢預測研究[D];國防科學技術(shù)大學;2010年

4 闕向東;飛機飛行狀態(tài)估計與飛行品質(zhì)評估研究[D];西北工業(yè)大學;2004年

5 李進平;交通流的流體力學模型與數(shù)值模擬[D];武漢理工大學;2003年

本文編號：2657754