一种管制员通话负荷预测方法及设备

    公开(公告)号:CN117978916A

    公开(公告)日:2024-05-03

    申请号:CN202410384631.1

    申请日:2024-04-01

    摘要: 本发明涉及空管领域,特别是一种管制员通话负荷预测方法及设备。本发明通过分析待预测区域的航路航线信息、管制员指挥意图和飞行员的飞行意图,计算航空器的飞行轨迹,再通过所计算的飞行轨迹去预测航空器更加精确的航迹,从而得到未来的通话节点及内容,将所预测的通话内容结合当前具体的管制场景,预测该通话内容所需的通话时间,最后,将得到的所需通话内容及时间和通话节点进行通话负荷的计算,最终达到预测未来一段时间管制员的通话负荷的目的,为航空交通管制过程中的时序性要求提供更可靠的支持。

    一种管制员通话负荷预测方法及设备

    公开(公告)号:CN117978916B

    公开(公告)日:2024-05-28

    申请号:CN202410384631.1

    申请日:2024-04-01

    摘要: 本发明涉及空管领域,特别是一种管制员通话负荷预测方法及设备。本发明通过分析待预测区域的航路航线信息、管制员指挥意图和飞行员的飞行意图,计算航空器的飞行轨迹,再通过所计算的飞行轨迹去预测航空器更加精确的航迹,从而得到未来的通话节点及内容,将所预测的通话内容结合当前具体的管制场景,预测该通话内容所需的通话时间,最后,将得到的所需通话内容及时间和通话节点进行通话负荷的计算,最终达到预测未来一段时间管制员的通话负荷的目的,为航空交通管制过程中的时序性要求提供更可靠的支持。

    一种基于多模神经网络的空管态势特征提取方法及装置

    公开(公告)号:CN115527397A

    公开(公告)日:2022-12-27

    申请号:CN202211237546.X

    申请日:2022-09-30

    IPC分类号: G08G5/00 G08G5/06

    摘要: 本发明公开了一种基于多模神经网络的空管态势特征提取方法及装置,该方法包括下述步骤:首先,获取空管监视数据并进行预处理;然后,监视数据分类,根据卷积神经网络和全连接神经网络两种模态,将经度、纬度、航向、水平速度数据归为二维姿态数据,将航空器识别号、高度、垂直速度数据归为其余有效数据;之后,使用二维姿态数据绘制空管二维态势图作为卷积神经网络的输入,提取空管水平面态势特征,使用其余有效数据构建二维结构化数据,提取空管航空器数量和高度态势特征。最后,经过特征融合,输出提取的空管态势特征。本发明可以应用在空中交通管理过程中,提取全面的空管态势特征,提升空管自动化和智能化水平。

    一种用于管制模拟机管制员模拟训练的方法及系统

    公开(公告)号:CN118629288B

    公开(公告)日:2024-10-11

    申请号:CN202411103091.1

    申请日:2024-08-13

    摘要: 本发明涉及航空交通管制技术领域,具体公开了一种用于管制模拟机管制员模拟训练的方法及系统,包括:S1,获取语音指令并将其转换为文本数据;S2,文本数据预处理;从预处理后的文本中提取关键词并进行分类;S3,引入复诵错误时,对错误模拟后的关键词进行重组,生成复诵文本;反之,则对分类关键词进行重组,生成复诵文本;S4,对复诵文本与预处理后的文本进行语义校验;S5,若检测到复诵错误纠正指令,返回S1;否则进入S6;S6,根据校验通过的复诵文本模拟飞机执行相应操作。本发明通过在进行复诵和执行管制员语音指令时引入错误模拟操作,为管制员提供一个更加真实的训练环境,有助于提高训练的质量和效率,降低成本投入。

    一种用于管制模拟机管制员模拟训练的方法及系统

    公开(公告)号:CN118629288A

    公开(公告)日:2024-09-10

    申请号:CN202411103091.1

    申请日:2024-08-13

    摘要: 本发明涉及航空交通管制技术领域,具体公开了一种用于管制模拟机管制员模拟训练的方法及系统,包括:S1,获取语音指令并将其转换为文本数据;S2,文本数据预处理;从预处理后的文本中提取关键词并进行分类;S3,引入复诵错误时,对错误模拟后的关键词进行重组,生成复诵文本;反之,则对分类关键词进行重组,生成复诵文本;S4,对复诵文本与预处理后的文本进行语义校验;S5,若检测到复诵错误纠正指令,返回S1;否则进入S6;S6,根据校验通过的复诵文本模拟飞机执行相应操作。本发明通过在进行复诵和执行管制员语音指令时引入错误模拟操作,为管制员提供一个更加真实的训练环境,有助于提高训练的质量和效率,降低成本投入。

    一种基于多模神经网络的空管态势特征提取方法及装置

    公开(公告)号:CN115527397B

    公开(公告)日:2023-06-02

    申请号:CN202211237546.X

    申请日:2022-09-30

    IPC分类号: G08G5/00 G08G5/06

    摘要: 本发明公开了一种基于多模神经网络的空管态势特征提取方法及装置,该方法包括下述步骤:首先,获取空管监视数据并进行预处理;然后,监视数据分类,根据卷积神经网络和全连接神经网络两种模态,将经度、纬度、航向、水平速度数据归为二维姿态数据,将航空器识别号、高度、垂直速度数据归为其余有效数据;之后,使用二维姿态数据绘制空管二维态势图作为卷积神经网络的输入,提取空管水平面态势特征,使用其余有效数据构建二维结构化数据,提取空管航空器数量和高度态势特征。最后,经过特征融合,输出提取的空管态势特征。本发明可以应用在空中交通管理过程中,提取全面的空管态势特征,提升空管自动化和智能化水平。