一种塔台管制员辅助决策系统的构建方法及装置制造方法及图纸

本发明专利技术提供了一种塔台管制员辅助决策系统的构建方法及装置，涉及数据处理技术领域，包括获取塔台管制员工作任务信息和航空器的飞行数据，将所述塔台管制员工作任务信息进行层次分析，确定塔台管制员的关键决策任务信息，基于所述航空器的飞行数据和塔台管制员的关键决策任务信息建立辅助决策模型，并基于所述辅助决策模型构建辅助决策界面和提示塔台管制员进行决策，本发明专利技术通过层次分析法和神经网络构建辅助决策模型，通过对每个航空器的飞行轨迹进行预测，确定每两个航空器的间距，进而做出决策，本发明专利技术还通过误差补偿的方式对预测的神经网络进行调整，增加神经网络的鲁棒性，提高预测的准确性。提高预测的准确性。提高预测的准确性。

【技术实现步骤摘要】
一种塔台管制员辅助决策系统的构建方法及装置


[0001]本专利技术涉及数据处理
，具体而言，涉及一种塔台管制员辅助决策系统的构建方法及装置。

技术介绍

[0002]塔台管制员作为航空系统中的一个重要组成部分需要执行动态和认知复杂的监督控制任务，面对持续不断增长的流量和日益紧张的空域资源，塔台管制员既要保障航空器的安全间隔又要加快流量的快速流动，安全与高效两大目标的同向要求给塔台管制员带来了更大的压力和更高的要求。塔台管制员对航空器之间的间隔冲突判断与决策任务的冲突解脱时间非常有限，给塔台管制员造成巨大的心理压力，现需要构建一种能够辅助塔台管制员决策的系统，用于提供航空器干预决策方案，提高塔台管制员的效率。

技术实现思路

[0003]本专利技术的目的在于提供一种塔台管制员辅助决策系统的构建方法及装置，以改善上述问题。为了实现上述目的，本专利技术采取的技术方案如下：第一方面，本申请提供了一种塔台管制员辅助决策系统的构建方法，包括：获取塔台管制员工作任务信息和航空器的飞行数据，所述塔台管制员工作任务信息包括放行席工作任务信息、地面席工作任务信息和塔台席工作任务信息；将所述塔台管制员工作任务信息进行层次分析，确定塔台管制员的关键决策任务信息，所述关键决策任务信息为塔台管制员决策难度最大的任务信息；基于所述航空器的飞行数据和塔台管制员的关键决策任务信息建立辅助决策模型，并基于所述辅助决策模型构建辅助决策界面和提示塔台管制员进行决策。
[0004]第二方面，本申请还提供了一种塔台管制员辅助决策系统的构建装置，其特征在于，包括：获取单元，用于获取塔台管制员工作任务信息和航空器的飞行数据，所述塔台管制员工作任务信息包括放行席工作任务信息、地面席工作任务信息和塔台席工作任务信息；分析单元，用于将所述塔台管制员工作任务信息进行层次分析，确定塔台管制员的关键决策任务信息，所述关键决策任务信息为塔台管制员决策难度最大的任务信息；决策单元，用于基于所述航空器的飞行数据和塔台管制员的关键决策任务信息建立辅助决策模型，并基于所述辅助决策模型构建辅助决策界面和提示塔台管制员进行决策。
[0005]本专利技术的有益效果为：本专利技术通过层次分析法确定每种决策的难度评分，然后针对于塔台决策任务确定最难做出决策的任务，进而构建辅助决策模型，其中通过对每个航空器的飞行轨迹进行预测，可以判断出每个航空器的飞行轨迹的距离，进而自动做出决策，并且本专利技术还通过误差
补偿的方式对预测的神经网络进行调整，增加神经网络的鲁棒性，提高预测的准确性，减少预测误差的产生，为之后的决策方案做准备。
[0006]本专利技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术实施例了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
[0007]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0008]图1为本专利技术实施例中所述的塔台管制员辅助决策系统的构建方法流程示意图;图2为本专利技术实施例中所述的塔台管制员辅助决策系统的构建装置结构示意图；图3为本专利技术实施例中所述的塔台管制员辅助决策系统的界面显示示意图。
[0009]图中标记：701、获取单元；702、分析单元；703、决策单元；7021、分析子单元；7022、第一处理子单元；7023、第一计算子单元；7024、第二计算子单元；7031、第一预测子单元；7032、第一判断子单元；7033、第二判断子单元；70311、第二处理子单元；70312、第三处理子单元；70313、第四处理子单元；70314、第五处理子单元；703131、第六处理子单元；703132、第二预测子单元；703133、第七处理子单元；703141、第八处理子单元；703142、第三计算子单元；703143、第九处理子单元；703144、第十处理子单元。
具体实施方式
[0010]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0011]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例1
[0012]本实施例提供了一种塔台管制员辅助决策系统的构建方法。
[0013]参见图1和图3，图中示出了本方法包括步骤S1、步骤S2和步骤S3。
[0014]步骤S1、获取塔台管制员工作任务信息和航空器的飞行数据,所述塔台管制员工作任务信息包括放行席工作任务信息、地面席工作任务信息和塔台席工作任务信息；可以理解的是本步骤通过确定塔台管制员的所有工作任务和航空器的飞行数据，
其中航空器的飞行数据包括航空器的位置信息、航空器的速度信息和航空器的尾流长度信息，并且本步骤通过接收航空器上的定位设备和测速设备发送的数据，并将所述数据进行存储，为之后的数据调用做准备，其中航空器包括飞机，无人机等飞行器。
[0015]步骤S2、将所述塔台管制员工作任务信息进行层次分析，确定塔台管制员的关键决策任务信息，所述关键决策任务信息为塔台管制员决策难度最大的任务信息；本步骤通过将所有塔台管制员工作任务信息进行层次分析，通过科学的方法来定量的分析出塔台管制员工作任务信息中最难做决策的任务信息，本步骤中步骤S2包括步骤S21、步骤S22、步骤S23和步骤S24。
[0016]步骤S21、将所述塔台管制员工作任务信息进行层次分析，并建立得到层次结构模型，所述层次结构模型包括工作区域层、工作任务层和工作目标层；可以理解的是，在本步骤中，对所有塔台管制员工作任务信息进行归类分析，划分为由上到下顺序形成的工作区域层、工作任务层和工作目标层，进而对工作任务信息进行分类，确定每个工作任务属于的层级和类别。
[0017]步骤S22、基于1
‑
9标度法对所述层次结构模型内每个因数进行决策难度评分，并将所有评分结果进行归一化处理，并将处理得到的数据转化为判别矩阵；可以理解的是本步骤通过1
‑
9标度法对所述层次结构模型内每个因数进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种塔台管制员辅助决策系统的构建方法，其特征在于，包括：获取塔台管制员工作任务信息和航空器的飞行数据，所述塔台管制员工作任务信息包括放行席工作任务信息、地面席工作任务信息和塔台席工作任务信息；将所述塔台管制员工作任务信息进行层次分析，确定塔台管制员的关键决策任务信息，所述关键决策任务信息为塔台管制员决策难度最大的任务信息；基于所述航空器的飞行数据和塔台管制员的关键决策任务信息建立辅助决策模型，并基于所述辅助决策模型构建辅助决策界面和提示塔台管制员进行决策。2.根据权利要求1所述的塔台管制员辅助决策系统的构建方法，其特征在于，所述将所述塔台管制员工作任务信息进行层次分析，确定塔台管制员的关键决策任务信息，包括：将所述塔台管制员工作任务信息进行层次分析，并建立得到层次结构模型，所述层次结构模型包括工作区域层、工作任务层和工作目标层；基于1
‑
9标度法对所述层次结构模型内每个因数进行决策难度评分，并将所有评分结果进行归一化处理，并将处理得到的数据转化为判别矩阵；基于所述判别矩阵分别计算判别矩阵的特征向量和最大特征值，并对所述判别矩阵进行一致性检验处理，得到检验结果；若所述检验结果为判别矩阵满足一致性指标，则基于所述特征向量和所述最大特征值进行权重计算，确定每个因素对应的权重值，并将最大权重值对应的因素作为塔台管制员的关键决策任务信息。3.根据权利要求1所述的塔台管制员辅助决策系统的构建方法，其特征在于，所述基于所述航空器的飞行数据和塔台管制员的关键决策任务信息建立辅助决策模型，并基于所述辅助决策模型构建辅助决策界面和提示塔台管制员进行决策，包括：基于所有航空器的所述飞行数据建立二维空间坐标系，并将所有航空器的飞行数据发送至训练后的航空器轨迹预测模型，预测得到所有所述航空器的预测飞行轨迹；基于所述航空器的预测飞行轨迹和塔台管制员的关键决策任务信息构建辅助决策模型，所述辅助决策模型为基于预设的尾流间隔标准判断所述航空器的预测飞行轨迹是否需要进行干预决策的模型；若所述辅助决策模型判断所述航空器的预测飞行轨迹需要进行干预决策，则基于所述航空器的预测飞行轨迹生成辅助决策界面，并将所述辅助决策界面和提示指令发送至塔台工作人员的显示界面进行显示。4.根据权利要求3所述的塔台管制员辅助决策系统的构建方法，其特征在于，所述基于所有航空器的飞行数据建立二维空间坐标系，并将所有航空器的飞行数据发送至训练后的航空器轨迹预测模型，预测得到所有所述航空器的预测飞行轨迹，包括：将所有的航空器飞行数据和预设的地球经纬度坐标系进行处理，其中以塔台为原点，以经纬度为坐标轴，得到一个二维空间坐标系；将所述航空器的飞行数据发送至所述二维空间坐标系内，得到至少两个空间坐标点，所述空间坐标点为所述航空器的飞行位置坐标；将所述航空器的飞行位置坐标和航空器的飞行数据进行飞行位置坐标变化预测，得到至少两个航空器的预测飞行位置坐标；将所有的航空器的预测飞行位置坐标发送至预设的误差补偿模块内进行误差补偿处
理，并基于误差补偿处理后的预测飞行位置坐标进行处理，得到航空器的预测飞行轨迹。5.根据权利要求4所述的塔台管制员辅助决策系统的构建方法，其特征在于，将所述航空器的飞行位置坐标和航空器的飞行数据进行飞行位置坐标变化预测，得到至少两个航空器的预测飞行位置坐标，包括：基于所述航空器的飞行位置坐标和所述航空器的飞行数据构建训练集和测试集，其中按照航空器的移动时间顺序进行分类，将移动时间在前的所述航空器的飞行位置坐标和所述航空器的飞行数据作为训练集，将移动时间在后的所述航空器的飞行位置坐标和所述航空器的飞行数据作为测试集；将所述训练集和所述测试集作为需要优化的参数输入值LSTM神经网络模型内进行预测，得到航空器的预测飞行位置坐标数据；基于松鼠搜索优化算法优化所述LSTM神经网络模型，其中，通过定义松鼠搜索优化算法对所有的所述航空器的预测飞行位置坐标数据进行初始化处理...

【专利技术属性】
技术研发人员：张警吁，汪慧云，乔韩，孙向红，
申请(专利权)人：中国科学院心理研究所，
类型：发明
国别省市：