陆空通话值得注意的几个问题

在现代空中交通管制(ATC)中,陆空无线电通话语言有如一座看不见的桥梁,联系着空中和地面,使机组与空中交通管制员之间的指令信息传递与交流得以顺畅地进行。“桥”的通畅度直接与飞行安全、正点、有序及高效相关联。在运用无线电通话语言时,如不注意掌握其内在规律,忽略其语言特点,把握不住通话程序,就会造成通话障碍,影响管制指令的传递和执行,威胁飞行安全。本文所述是飞行员与     

基于语谱图的管制员疲劳检测方法

管制员作为空中交通管制的参与者,检测其工作状态对飞行的安全与正常有着重要意义。针对管制员工作过程中不同状态下的陆空通话记录,提出一种基于管制员语谱图的疲劳检测方法,通过对采集到的正常与疲劳两种状态下的陆空通话数据进行数据分割及预处理,采用傅里叶变换进行语音信号特征可视化,获得管制员语谱图;针对管制员语谱图数据搭建ConvNeXt模型,对模型进行训练学习不同状态下管制员陆空通话语谱图特征;通过实验得出所提方法对管制员疲劳状态检测准确率达97.1%,验证了方法的有效性,可以为管制员工作安排提供参考依据。     

空中交通管制员的眼动行为与疲劳关系

在空中交通管制工作中,管制疲劳程度度量是一项需要长期研究的重要课题。实时测量管制员的疲劳程度,对航空运输系统的安全运行有重要意义。提出以眼动行为特征指标作为反映管制员疲劳程度的依据,利用faceLAB 5.0系统记录了管制员在正常状态和疲劳状态下进行管制模拟实验的眼动数据和绩效数据,分析了管制员的绩效数据与眨眼频率和瞳孔直径两种眼动指标在不同状态下的变化规律。研究发现与正常状态相比,管制员在疲劳状态下的眨眼频率增加,瞳孔直径减小。随着任务时间的增加,被试的绩效变差,眨眼频率增加,瞳孔直径减小,表明被试的工作状态从正常状态转为疲劳状态。统计分析结果说明,眨眼频率和瞳孔直径能够有效地检测管制员的疲劳状态,充分刻画不同工作时段管制员工作状态的变化,为开发实用的疲劳监测系统提供理论基础。     

浅谈疲劳对管制的影响

在研究分析成都地区十年来管制失误的基础上，结合管制心理学理论，提出了疲劳对航空管制的影响。认为疲劳对航空管制有一定的影响，并提出了消除这一影响因素的方法和建议。     

空中交通管制员疲劳检测与管理综述

我国民航事业的发展需要依靠大型运输客机的自主研发和高效的空中交通管理体系两大软硬实力的支撑。空中交通管制员作为空中交通管理的核心要素,其疲劳状态的检测与管理对于航空安全具有重要作用。本文首先从传统主观量表评定和客观评定方法两个方面详细阐述了国内外疲劳检测的研究成果,分析其优缺点;然后介绍了基于语音分析的管制员疲劳特征提取与检测算法,并且着重介绍了基于深度学习模型的语音疲劳状态识别算法;最后阐述了管制员疲劳检测成果对管制运行安全和效率提升的应用前景。研究成果可为从事管制员疲劳检测与管理的研究人员提供参考和借鉴。     

BL分析下的管制员差错本体建模研究

为分析识别空中交通管制任务中管制差错问题,结合BL(body loop,BL)压力产生模型研究管制员压力来源.提出领域本体的建模流程,确立推理模型的内部逻辑关系,构建管制差错领域本体模型.采用FaCT++推理机针对实际案例进行语义推理,从而识别管制差错类型,提出了基于本体的管制差错专家系统的系统框架.结果验证了构建推理模型的有效性和合理性.     

对管制通话用语几个问题的探讨

ADiscussiononAirTrafficControlPhrases影响空中交通安全的因素很多,有设备因素、技术因素、环境因素和人为因素等,但是最值得注意的是管制通话用语。据有关机构的研究表明,70％以上事件都和人与人之间的语言交流有直接关系。现阶段尽管有很多高科技的数据网,大量的数据可以通过数据网自动传输,世界各国和国际民航组织正在想尽办法来解决管制员和飞行员之间的通话问题,如：欧洲地区已将民用航空使用频率的频段减少到8．33KHz,还有的国家通过使用数据链来减少管制员飞行员间的通话量。但管制员与飞行员之间大量的通话受到限制,…     

防止精神疲劳给空管安全带来的隐患

我们在分析人为因素在空中交通管制工作中的作用的时候,往往注重的是对管制员各种行为的约束。我们在不断地向管制员要安全的同时,却忽视了管制员在紧张的管制工作中的精神承受能力。笔者从分析管制工作的特点入手,分析管制员由于工作压力容易出现的精神疲劳对空管安全产生的影响,并提出缓解疲劳的方法,防止其给空管安全带来危害。     

借鉴国外先进经验改进我国空中交通管制员的培训方法

我国的空中交通管制系统,由于受种种客观原因的影响和制约,其发展速度和规模落后于整个民航事业的发展,已不能满足民航的客观需要,并且在不同程度上制约着飞行流量的增长,影响民航经济效益的发挥,甚至危及飞行安全。     

管制员英语培训及实际应用的技巧

国际民用航空组织(ICAO)对多年来发生的航空事件、事故分析研究的结果表明,航空英语的运用能力不强,即航空工作人员(驾驶员、管制员)的英语听力和口语表达能力不强是航空事故的主要原因之一。因此ICAO要求所有从事国际航空运行的飞行员和管制员必须达到ICAO规定的语言等级4级(Level4)以上。根据ICAO公约附件的要求,为了提高管制员英语无线电通信能力,符合国际民航     

SAR图像识别提取与选择特征

阐述了SAR图像在模式识别中特征提取与选择的概念、任务和基本原则,结合国内外图像特征提取与选择的最新研究动态,介绍了在SAR图像目标识别中普遍采用的一些特征提取与选择方法,并对提取纹理特征采用的灰值共生矩阵及其统计量进行了研究。     

Gabor Filter Approach to Joint Feature Extraction and Target Recognition

This paper presents a new approach of improving automatic target recognition (ATR) performance by tuning adaptively the Gabor filter. The Gabor filter adopts the network structure of two layers, and its input layer constitutes the adaptive nonlinear feature extraction part, whereas the weights between output layer and input layer constitute the linear classifier. From the statistic property of high-resolution range profile (HRRP), its extracted nonstationarity degree of features is tracked to extract the discriminative features of Gabor atoms. Two experimental examples show that the Gabor filter approach with simple structure has higher recognition rate in radar target recognition from HRRP as compared with several existing methods.     

基于快速提升KLDA准则的MSTAR SAR目标特征提取与识别研究

 核线性判别准则(KLDA)是一种非线性特征提取准则。利用KLDA提取MSTAR SAR图像特征,既达到较理想的识别概率,又可克服SAR图像对方位的敏感性。但此时训练样本最多,KLDA的计算代价高。为了解决这一问题,提出一种快速特征向量选择法（FFVS）。FFVS把类别和方位相似的SAR图像分成若干组,然后快速选择各组中部分图像组成一个集合且其到高维特征空间的映射作为一组基。利用该组基的线性组合表示任一样本和投影算子,降低了KLDA中核矩阵的阶数,达到降低计算代价的目的。实验结果表明,FFVS与KLDA组合能达到理想的识别结果。     

信号特征选择的一种优化算法

简单介绍了基于扩张理论和粗集理论的优化算法、“贪心算法”和启发式搜索算法等典型特征选择的优化算法,并比较它们的性能,在此基础上选择启发式搜索算法用于信号特征的选择。最后用MATLAB编程验证了启发式搜索算法特征选择的有效性。     

2.5维飞机结构件的特征识别

讨论了飞机结构件中2.5维零件的一般特征,提出了识别元的概念,利用识别元构造并总结了特征识别的匹配规则,提出了自动识别算法.最后提出特征空间,穷举了该特征空间的所有元素,并开发了此算法的特征识别模块.     

无人机故障特征提取问题研究

针对无人机故障诊断前故障特征提取的问题进行了分析。引入了主成分分析法,用于对初始的特征参数样本进行降维处理。根据无人机特征参数样本复杂多维的特点,结合故障诊断时对特征向量相关性的要求,提出按功能模块对特征样本进行分类的改进方法,达到初步降维和保存需要的相关性向量的要求。     

基于管制语音指令识别的防跑道侵入安全告警策略设计

传统场面监视管理系统通常采用基于电子进程单操作和场面目标态势识别的防跑道侵入安全告警设计策略,无法判别和保证管制语音指令与电子进程单操作之间是否具备一致性,某型空管场面监视管理系统尝试在引入管制指令识别功能的基础上重新设计防跑道侵入安全告警策略,为实现更准确高效的防跑道侵入应用提供了解决方案。     

面向视觉SLAM的快速均匀特征点提取方法CSCD

针对现有特征点提取方法中特征点提取结果冗余且均匀性差,导致SLAM定位精度及计算效率低的问题,提出了一种面向视觉SLAM的快速均匀特征点提取方法。在该算法的特征点提取部分,创新性地根据目标特征点提取数量对图像进行网格划分,使得特征点均匀分布在整幅图像中。同时,提出了一种兼顾全局和局部信息的均匀性评价标准,更符合视觉SLAM对特征点分布的要求。在NVIDIA Jetson TX2嵌入式平台上进行了实验验证,实验结果表明,新提出的特征点提取方法降低了特征信息冗余及特征信息缺失的概率,提升了SLAM定位精度,在计算资源有限的平台上具有实际应用价值。     

为下一代空中交通管制做好准备

目前需要尽快对采用下一代空中交通管制做出决策。