CN109034516A - 一种管制负荷评估方法及装置 - Google Patents
一种管制负荷评估方法及装置 Download PDFInfo
- Publication number
- CN109034516A CN109034516A CN201810508978.7A CN201810508978A CN109034516A CN 109034516 A CN109034516 A CN 109034516A CN 201810508978 A CN201810508978 A CN 201810508978A CN 109034516 A CN109034516 A CN 109034516A
- Authority
- CN
- China
- Prior art keywords
- control
- load
- speech
- subjective
- load weight
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000001514 detection method Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000001419 dependent effect Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 240000002853 Nelumbo nucifera Species 0.000 claims description 4
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 4
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 4
- 238000013500 data storage Methods 0.000 claims description 3
- 210000000352 storage cell Anatomy 0.000 claims description 3
- 238000013139 quantization Methods 0.000 abstract description 3
- 238000012360 testing method Methods 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000005259 measurement Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 102000010029 Homer Scaffolding Proteins Human genes 0.000 description 2
- 108010077223 Homer Scaffolding Proteins Proteins 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000010006 flight Effects 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000030808 detection of mechanical stimulus involved in sensory perception of sound Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009429 distress Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Computational Linguistics (AREA)
- Acoustics & Sound (AREA)
- Human Computer Interaction (AREA)
- Development Economics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Signal Processing (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种管制负荷评估方法及装置，包括：根据管制命令类型设置管制语音参数；识别管制语音数据中含有管制语音参数的语句，并获取含有管制语音参数语句的时长作为话音负荷权重；通过主观心理评估获取完成管制命令需要的时间，并将时间作为主观负荷权重；设置扇区域参数，并从航班信息中筛选扇区域内的管制命令次数；根据话音负荷权重、主观负荷权重和管制命令次数计算并得到管制负荷。其中话音负荷权重和主观负荷权重均反应了管制员个人工作效率，而管制命令次数反映了评估测试的空域的航班情况。该评估方法既利用数据量化地评估管制负荷，又考虑了管制员的个人特色，能够客观、准确地对管制员的管制负荷进行评估。
Description
技术领域
本发明属于航空管制技术领域，具体涉及一种管制负荷评估方法及装置。
背景技术
随着我国民航运输事业迅速发展，飞行流量稳步增长，空中交通日趋拥挤，空管***面临的压力也越来越大，如何保障空中交通管制员实施管制工作的能力和质量是确保空中交通安全、有序和高效运行的关键所在。
目前，在管制员工作负荷研究领域常用的测量方法有：一、基于任务绩效的测量方法：通过测量操作者完成指定任务的工作绩效来测量该任务给予操作者的工作负荷大小，该方法往往不单独使用，而是与其他方法结合使用，用于验证其他方法的有效性；二、主观测量法：基于操作者主观心理感受来评价工作负荷，而这种主观感受易受外界因素干扰，同一操作者就同一任务在不同时间地点进行主观测评，所得结果可能不一致；其次工作完成后进行的主观测评无法做到实时测量，而工作过程中进行的主观测评则会对工作产生干扰；三、基于空域特征的测量方法：通过对空域复杂性进行定义，并将其与管制员工作负荷建立联系，通过量化空域特征来评估管制员工作负荷；该方法在测量过程中没有考虑管制员的个性特征，存在一定的局限性。
发明内容
本发明的目的在于，针对上述现有技术存在的缺陷，提供设计一种管制负荷评估方法及装置，以解决上述技术问题。
第一方面，本申请实施例提供一种管制负荷评估方法，包括：根据管制命令类型设置管制语音参数；识别管制语音数据中含有管制语音参数的语句，并获取含有管制语音参数语句的时长作为话音负荷权重；通过主观心理评估获取完成管制命令需要的时间，并将时间作为主观负荷权重；设置扇区域参数，并从航班信息中筛选扇区域内的管制命令次数；根据话音负荷权重、主观负荷权重和管制命令次数计算并得到管制负荷。
结合第一方面，在第一方面的第一种实施方式中，识别管制语音数据中含有管制语音参数的语句，并将语句的时长作为语音负荷权重包括：获取实时管制话音数据；采用端点检测技术识别实时管制话音数据中的语句；识别语句中带有管制语音参数的语句；获取带有管制语音参数语句的时长作为话音负荷权重。
结合第一方面，在第一方面的第二种实施方式中，获取扇区域内的航空管制信息包括：采集广播式自动相关监视接收到的航班信息；利用矩阵实验室从航班信息中筛选出扇区域内的航班信息；从扇区域的航班信息中获取管制命令次数。
结合第一方面，在第一方面的第三种实施方式中，根据话音负荷权重、主观负荷权重和管制命令次数计算并得到管制负荷包括：根据管制语音参数，将话音负荷权重与管制命令次数一一对应；将主观负荷权重与管制命令次数一一对应；将话音负荷权重与相对应的管制命令相乘得到话音负荷，将主观负荷权重与相对应的管制命令相乘得到主观负荷，将话音负荷与主观负荷的和作为管制负荷。
结合第一方面，在第一方面的第四种实施方式中，该方法还包括：将话音负荷权重、主观负荷权重、管制命令次数和管制负荷存入管制员个人数据库。
第二方面，本申请实施例提供一种管制负荷评估装置，包括：参数设置单元，配置用于根据管制命令类型设置管制语音参数；话音识别单元，配置用于识别管制语音数据中含有管制语音参数的语句，并获取含有管制语音参数语句的时长作为话音负荷权重；主观评估单元，配置用于通过主观心理评估获取完成管制命令需要的时间，并将时间作为主观负荷权重；命令筛选单元，配置用于设置扇区域参数，并从航班信息中筛选扇区域内的管制命令次数；负荷计算单元，配置用于根据话音负荷权重、主观负荷权重和管制命令次数计算并得到管制负荷。
结合第二方面，在第二方面的第一种实施方式中，话音识别单元包括：数据获取子单元，配置用于获取实时管制话音数据；语句识别子单元，配置用于采用端点检测技术识别实时管制话音数据中的语句；参数识别子单元，配置用于识别语句中带有管制语音参数的语句；权重获取子单元，配置用于获取带有管制语音参数语句的时长作为话音负荷权重。
结合第二方面，在第二方面的第二种实施方式中，命令筛选单元包括：采集子单元，配置用于采集广播式自动相关监视接收到的航班信息；筛选子单元，配置用于利用矩阵实验室从航班信息中筛选出扇区域内的航班信息；获取子单元，配置用于从扇区域的航班信息中获取管制命令次数。
结合第二方面，在第二方面的第三种实施方式中，负荷计算单元包括：话音对应子单元，配置用于根据管制语音参数，将话音负荷权重与管制命令次数一一对应；主观对应子单元，配置用于将主观负荷权重与管制命令次数一一对应；负荷计算子单元，配置用于将话音负荷权重与相对应的管制命令相乘得到话音负荷，将主观负荷权重与相对应的管制命令相乘得到主观负荷，将话音负荷与主观负荷的和作为管制负荷。
结合第二方面，在第二方面的第四种实施方式中，该装置还包括：数据存储单元，配置用于将话音负荷权重、主观负荷权重、管制命令次数和管制负荷存入管制员个人数据库。
本发明的有益效果在于，
本申请提供的管制负荷评估方法及装置以话音负荷权重、主观负荷权重和管制命令次数为基础，对管制员的管制负荷进行评估。其中话音负荷权重和主观负荷权重均反应了管制员个人工作效率，而管制命令次数反映了评估测试的空域的航班情况。该评估方法既利用数据量化地评估管制负荷，又考虑了管制员的个人特色，能够客观、准确地对管制员的管制负荷进行评估。
此外，本发明设计原理可靠，结构简单，具有非常广泛的应用前景。
由此可见，本发明与现有技术相比，具有突出的实质性特点和显著地进步，其实施的有益效果也是显而易见的。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1为本申请实施例提供的管制负荷评估方法的管制话音数据处理流程图；
图2为本申请实施例提供的管制负荷评估方法的用于处理管制话音数据的基于短时能量的双门限判定；
图3为本申请实施例提供的管制负荷评估方法的管制命令次数筛选流程图；
图4为本申请实施例提供的管制负荷评估方法的扇区数据分析计算方法原理图；
图5为申请实施例提供的管制负荷评估方法的管制负荷组成图；
图6为申请实施例提供的管制负荷评估方法的个人数据库建立关系图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
1、本实施例提供一种管制负荷评估方法，方法步骤如下：
S1、根据管制命令类型设置管制语音参数；
S2、识别管制话音数据中含有管制语音参数的语句，并获取含有管制语音参数语句的时长作为话音负荷权重；
S3、通过主观心理评估获取完成管制命令需要的时间，并将时间作为主观负荷权重；
S4、设置扇区域参数，并从航班信息中筛选扇区域内的管制命令次数；
S5、根据话音负荷权重、主观负荷权重和管制命令次数计算并得到管制负荷。
步骤S1具体方法如下：
根据管制命令类型设置相应的管制语音参数，管制命令类型包括航向改变、高度改变等。
请参考图1，步骤S2具体方法如下：
(1)利用短时能量处理管制话音数据，短时能量是语音信号随时间变化的重要参数，清浊音部分的能量差别较大，通过对话音数据的某一帧进行分帧处理，得出某一帧语音信号的短时能量EN。
(2)设置语言阈值，对前导无话段计算噪声短时平均能量，再在这个值的基础上设置能量的两个阈值T1、T2，阈值随着前导无话段计算噪声的情况动态的变动，由于管制员工作场景工作环境单一，其门限值可看作为定值，随后利用门限值对管制员通话的语音信息进行端点检测。
(3)采用端点检测技术识别管制话音数据中的语句。采用基于 MATLAB的实时陆空通话端点检测处理分析，语音端点的检测是指从包含语音的一段信号中确定出起始点和结束点。通过能量阈值T1，T2对语音数据进行两级判决，首先利用较高阈值T2进行粗判，能量高于T2的肯定是声音，起始点位置应该在改阈值与短时能量的包络线交点之外。再通过较低阈值T1向两边探索得到其与短时能量包络线的交点作为声音的起止位置，采用但参数的双门限判定方法(参考图2)，对路空通话进行处理，得到语音操作负荷权重。
(4)对管制话音数据进行处理后，将获得的通话时长与管制指令相匹配，获得管制员不同管制指令的花费时间，包括：高度改变权重识别权重航向改变权重等，用于管制员的负荷评估。
步骤S3具体方法如下：
管制员主观评估在自己管制工作中在处理各种航空命令时填写进程单的时间、设备处理时间、识别进入扇区域航空器的时间等，这些时间即为主观负荷权重。
步骤S4具体方法如下：
(1)设定扇区域参数。
在进行仿真模拟实验时，为了方便计算，选择简化管制空域边界范围，即用圆形扇区代替实际管制扇区即：
这样做在保证统计结果科学的前提下，简化容量计算。设定管制扇区为一以归航台(x0,y0)为中心，以46km为半径的圆形区域，定好归航台经纬度坐标建立仿真扇区模型。
(2)获取所有航班信息并进行筛选。
根据ADS-B(广播式自动相关监视)接收到信号覆盖范围内的不同时刻的所有航班的信息，包括该时刻t接收到的航班I CAO呼号N、经纬度坐标(x,y)、高度A、航向H等信息，利用MATLAB进行初步筛选，选取评价扇区容量所需要的各种信息：时间、ICAO呼号、经纬度坐标、高度、航向，建立航班信息矩阵α(t,N,x,y,A,H)。随着进入扇区内航班数的增加，空域内动态容量、管制负荷都会相应增加，建立航班信息矩阵α后，提取出各个航班以上信息为参数计算做准备。
①根据设置的扇区域模型，搜集所统计扇区的扇区边界信息，在平面直角坐标系中建立扇区投影母集A，母集A包括扇区内所有点：
其中，an、bn、an'、bn'均为系数，x,y为坐标变量。
②对航空器位置进行修正，判断某一航空器αi与扇区母集A的位置关系，如果确认航空器处于扇区母集A之中，则加以统计，如若不在则舍弃该无用数据点即：
在简化处理中航班位置点的判断遵循以下规律即：
其中di为航空器与归航台的距离，xi,yi分别为航空器的横纵坐标。
在实际扇区容量统计时，计算3min之内在扇区内停留的航空器数量，所以对于ADS-B接受的航班信息应加以筛选，即以3min为界限，只保留符合时间要求的航班信息。由于ADS-B接受到的是在信号范围内每一时刻，所有航班的信息，所以在实际计算时，选择利用航班号及呼号信息将重复统计的无用数据剔除，经过以上处理，逐步累积统计得到3min内某一扇区进离港航班量。
③航空器高度航向改变架次的计算：利用现在的数据对比上一时段某一架航空器的参数，找出高度和航向改变的次数。
步骤S4具体方法如下：
为了更好地对管制员的管制负荷进行评估，将管制负荷分为监视管制负荷，冲突管制负荷，协调管制负荷，天气、紧急情况负荷等四方面。
监视管制负荷是指管制员检查扇区内的每架航空器的飞行轨迹和飞行情况并对其做出管制提示的工作量。又可以分成：
①航空器过点时管制员填写进程单的时间；
②航空器过航路段管制员发出改变高度的指令时间以及填写高度改变的进程单的时间，即雷达引导时间；
③管制员在监视同时伴随着设备操作处理的时间
④每架航空器进入扇区时，管制员对其进行识别的时间，即雷达识别时间。
冲突管制负荷是指管制员解决扇区内飞行冲突的各种行为的工作量。
协调管制负荷是指当航空器穿越扇区边界时，管制员和飞行员、管制员与管制员之间的信息交换过程中管制员承受的工作量。
天气、紧急情况是指当天气出现恶劣状态或飞机在正常飞行时遇到不可预知的紧急情况下，管制员承受的工作量；天气情况包括能见度，云底，飞行条件报告；紧急情况包括紧急遇险呼叫等等。
综上，管制负荷W总(t)的计算公式如下：
其中，W(t)为主观负荷，Wyuyin(t)为话音负荷；
Wmo(t)：表示监视负荷；
Wcf(t)：表示冲突负荷，t时刻开始的时间片里，管制员处理扇区内发生冲突的工作时间总和；
Wco(t)：表示协调负荷；
Winnormal(t)：表示天气紧急情况负荷；
每次扇区内每条航路段上因为发生高度改变需要管制员发出指令所花时间；
N高度改变(t)：t时刻开始的时间片里扇区内航空器飞行发生高度改变的次数(单位：架次)；
每次管制员管制这个扇区所要填写的进程单所花时间(可视为常数)；
N进程单(t)：t时刻开始的时间片内管制员填写进程单的次数(单位：次)；
每次管制员识别进入扇区的飞机所消耗的时间；
N识别(t)：时间片t内进入扇区的航空器数量(单位：架次)；
每次设备操作处理所用时间，对于在扇区内飞行的每架航空器，管制员在对其进行识别，引导，协调的同时，都要伴随着设备的操作；设备操作处理的工作负荷指的是管制员在监控，指挥飞机时对设备进行的操作，信息处理所花费的工作负荷。包括功能操作处理时间，席位转换时间等(可视为常数)；
N操作(t)：表示时间片内管制员需要操作设备的次数(单位：次)；
管制员每次处理扇区内发生冲突的工作时间；根据管制员的通话记录可以看出管制员发出的各种解决冲突方法的指令所需花费的时间是近似相同的；
Ncf(t)：t时刻开始的时间片里扇区内管制员解决冲突的次数(单位：次)。
每次管制员对于进入扇区的航空器发出的管制指令花费的时间；每架航空器进入扇区时，管制员和飞行员、管制员与管制员之间的信息交换的内容是类似的，也就是管制员和飞行员、管制员与管制员之间的通话时间近似相同。
N进入扇区(t)：t时刻开始的时间片内由相邻扇区进入管制扇区边界的航空器数量(单位：架次)。
每次管制员对于离开扇区的航空器发出的管制指令花费的时间。每架航空器离开扇区时，管制员和飞行员之间、管制员与管制员的信息交换的内容也是类似的，同样是管制员和飞行员、管制员与管制员之间的通话时间近似相同。
N离开扇区(t)：t时刻开始的时间片内由管制扇区边界进入相邻扇区的航空器数量(单位：架次)。
每次管制员通报天气状况的管制所用时间。(单位：秒/次)
Nweather(t)：表示时间片内管制员需要向飞行员通报天气的次数。(单位：次)
每次管制员处理紧急情况的所需时间。(单位：秒/次)
Nemergency(t)：表示时间片内管制员处理紧急情况的次数。
在具体计算时可将上述情况简化计算(目前所研究仅限于正常无特情情况)：
2、将话音负荷权重、主观负荷权重、管制命令次数和管制负荷存入管制员个人数据库的具体方法步骤如下：
S1：建立管制员权重数据库，将管制话音数据以及权重 导入数据库中；
S2：建立管制员权值数据库，包括从ADS-B***中获得的航空器数量，高度改变架次，航向改变架次，识别架次等；
S3：利用管制员负荷评估算法计算管制员的工作负荷；
S4：建立管制员个人负荷数据库，该数据库包含管制员个人信息，管制员个人负荷，以及扇区信息等。扇区信息包括：扇区边界，航路航线信息，航路点信息，机场信息，航段信息，扇区进出点信息。
本实施例提供一种管制负荷评估装置，包括：参数设置单元，配置用于根据管制命令类型设置管制语音参数；话音识别单元，配置用于识别管制语音数据中含有管制语音参数的语句，并获取含有管制语音参数语句的时长作为话音负荷权重；主观评估单元，配置用于通过主观心理评估获取完成管制命令需要的时间，并将时间作为主观负荷权重；命令筛选单元，配置用于设置扇区域参数，并从航班信息中筛选扇区域内的管制命令次数；负荷计算单元，配置用于根据话音负荷权重、主观负荷权重和管制命令次数计算并得到管制负荷。
其中，话音识别单元包括：数据获取子单元，配置用于获取实时管制话音数据；语句识别子单元，配置用于采用端点检测技术识别实时管制话音数据中的语句；参数识别子单元，配置用于识别语句中带有管制语音参数的语句；权重获取子单元，配置用于获取带有管制语音参数语句的时长作为话音负荷权重。
命令筛选单元包括：采集子单元，配置用于采集广播式自动相关监视接收到的航班信息；筛选子单元，配置用于利用矩阵实验室从航班信息中筛选出扇区域内的航班信息；获取子单元，配置用于从扇区域的航班信息中获取管制命令次数。
负荷计算单元包括：话音对应子单元，配置用于根据管制语音参数，将话音负荷权重与管制命令次数一一对应；主观对应子单元，配置用于将主观负荷权重与管制命令次数一一对应；负荷计算子单元，配置用于将话音负荷权重与相对应的管制命令相乘得到话音负荷，将主观负荷权重与相对应的管制命令相乘得到主观负荷，将话音负荷与主观负荷的和作为管制负荷。
该装置还包括：数据存储单元，配置用于将话音负荷权重、主观负荷权重、管制命令次数和管制负荷存入管制员个人数据库。
以上公开的仅为本发明的优选实施方式，但本发明并非局限于此，任何本领域的技术人员能思之的没有创造性的变化，以及在不脱离本发明原理前提下所作的若干改进和润饰，都应落在本发明的保护范围内。
Claims (10)
1.一种管制负荷评估方法，其特征在于，包括：
根据管制命令类型设置管制语音参数；
识别管制语音数据中含有管制语音参数的语句，并获取所述含有管制语音参数语句的时长作为话音负荷权重；
通过主观心理评估获取完成管制命令需要的时间，并将所述时间作为主观负荷权重；
设置扇区域参数，并从航班信息中筛选扇区域内的管制命令次数；
根据所述话音负荷权重、主观负荷权重和管制命令次数计算并得到所述管制负荷。
2.根据权利要求1所述的方法，其特征在于，所述识别管制语音数据中含有管制语音参数的语句，并将所述语句的时长作为语音负荷权重包括：
获取实时管制话音数据；
采用端点检测技术识别所述实时管制话音数据中的语句；
识别所述语句中带有管制语音参数的语句；
获取所述带有管制语音参数语句的时长作为话音负荷权重。
3.根据权利要求1所述的方法，其特征在于，所述获取扇区域内的航空管制信息包括：
采集广播式自动相关监视接收到的航班信息；
利用矩阵实验室从所述航班信息中筛选出扇区域内的航班信息；
从所述扇区域的航班信息中获取管制命令次数。
4.根据权利要求1所述的方法，其特征在于，所述根据所述话音负荷权重、主观负荷权重和管制命令次数计算并得到所述管制负荷包括：
根据所述管制语音参数，将所述话音负荷权重与所述管制命令次数一一对应；
将所述主观负荷权重与所述管制命令次数一一对应；
将所述话音负荷权重与相对应的管制命令相乘得到话音负荷，将所述主观负荷权重与相对应的管制命令相乘得到主观负荷，将所述话音负荷与所述主观负荷的和作为管制负荷。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将所述话音负荷权重、主观负荷权重、管制命令次数和管制负荷存入管制员个人数据库。
6.一种管制负荷评估装置，其特征在于，包括：
参数设置单元，配置用于根据管制命令类型设置管制语音参数；
话音识别单元，配置用于识别管制语音数据中含有管制语音参数的语句，并获取所述含有管制语音参数语句的时长作为话音负荷权重；
主观评估单元，配置用于通过主观心理评估获取完成管制命令需要的时间，并将所述时间作为主观负荷权重；
命令筛选单元，配置用于设置扇区域参数，并从航班信息中筛选扇区域内的管制命令次数；
负荷计算单元，配置用于根据所述话音负荷权重、主观负荷权重和管制命令次数计算并得到所述管制负荷。
7.根据权利要求6所述的装置，其特征在于，所述话音识别单元包括：
数据获取子单元，配置用于获取实时管制话音数据；
语句识别子单元，配置用于采用端点检测技术识别所述实时管制话音数据中的语句；
参数识别子单元，配置用于识别所述语句中带有管制语音参数的语句；
权重获取子单元，配置用于获取所述带有管制语音参数语句的时长作为话音负荷权重。
8.根据权利要求6所述的装置，其特征在于，所述命令筛选单元包括：
采集子单元，配置用于采集广播式自动相关监视接收到的航班信息；
筛选子单元，配置用于利用矩阵实验室从所述航班信息中筛选出扇区域内的航班信息；
获取子单元，配置用于从所述扇区域的航班信息中获取管制命令次数。
9.根据权利要求6所述的装置，其特征在于，所述负荷计算单元包括：
话音对应子单元，配置用于根据所述管制语音参数，将所述话音负荷权重与所述管制命令次数一一对应；
主观对应子单元，配置用于将所述主观负荷权重与所述管制命令次数一一对应；
负荷计算子单元，配置用于将所述话音负荷权重与相对应的管制命令相乘得到话音负荷，将所述主观负荷权重与相对应的管制命令相乘得到主观负荷，将所述话音负荷与所述主观负荷的和作为管制负荷。
10.根据权利要求6所述的装置，其特征在于，所述装置还包括：
数据存储单元，配置用于将所述话音负荷权重、主观负荷权重、管制命令次数和管制负荷存入管制员个人数据库。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810508978.7A CN109034516A (zh) | 2018-05-24 | 2018-05-24 | 一种管制负荷评估方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810508978.7A CN109034516A (zh) | 2018-05-24 | 2018-05-24 | 一种管制负荷评估方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109034516A true CN109034516A (zh) | 2018-12-18 |
Family
ID=64611234
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810508978.7A Pending CN109034516A (zh) | 2018-05-24 | 2018-05-24 | 一种管制负荷评估方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109034516A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110060513A (zh) * | 2019-01-24 | 2019-07-26 | 中国民用航空飞行学院 | 基于历史轨迹数据的空中交通管制员工作负荷评估方法 |
| CN114530059A (zh) * | 2022-01-14 | 2022-05-24 | 南京航空航天大学 | 一种多扇区监控席位的动态配置方法及*** |
| CN115440191A (zh) * | 2022-11-09 | 2022-12-06 | 四川大学 | 一种基于深度学习的飞机驾驶舱安全辅助方法及电子设备 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105160201A (zh) * | 2015-09-30 | 2015-12-16 | 成都民航空管科技发展有限公司 | 一种基于gabp神经网络的管制员工作负荷的预测方法及*** |
-
2018
- 2018-05-24 CN CN201810508978.7A patent/CN109034516A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105160201A (zh) * | 2015-09-30 | 2015-12-16 | 成都民航空管科技发展有限公司 | 一种基于gabp神经网络的管制员工作负荷的预测方法及*** |
Non-Patent Citations (4)
| Title |
|---|
| 姚虹翔.: "管制员工作负荷评估方法研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
| 王超，等.: "基于管制员认知负荷和改进蚁群算法的扇区动态通行能力评估", 《计算机应用》 * |
| 裴成功，等.: "管制员工作负荷评估的回归分析法", 《南京航空航天大学学报》 * |
| 马广福.: "嵌入式管制员疲劳风险测量方法研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110060513A (zh) * | 2019-01-24 | 2019-07-26 | 中国民用航空飞行学院 | 基于历史轨迹数据的空中交通管制员工作负荷评估方法 |
| CN114530059A (zh) * | 2022-01-14 | 2022-05-24 | 南京航空航天大学 | 一种多扇区监控席位的动态配置方法及*** |
| CN114530059B (zh) * | 2022-01-14 | 2023-03-10 | 南京航空航天大学 | 一种多扇区监控席位的动态配置方法及*** |
| CN115440191A (zh) * | 2022-11-09 | 2022-12-06 | 四川大学 | 一种基于深度学习的飞机驾驶舱安全辅助方法及电子设备 |
| CN115440191B (zh) * | 2022-11-09 | 2023-01-24 | 四川大学 | 一种基于深度学习的飞机驾驶舱安全辅助方法及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109034516A (zh) | 一种管制负荷评估方法及装置 | |
| CN109064019A (zh) | 一种用于管制员模拟训练效果自动测评的***及方法 | |
| CN113298431B (zh) | 基于航空qar大数据的飞行员胜任能力画像方法及*** | |
| CN111009155A (zh) | 基于空域结构和航班流的空中交通流复杂性量化分析方法 | |
| CN105205565A (zh) | 一种基于多重回归模型的管制员工作负荷预测方法和*** | |
| CN113470439A (zh) | 基于人工智能的中小机场管制冲突解决方法及*** | |
| Ruiz et al. | A novel performance framework and methodology to analyze the impact of 4D trajectory based operations in the future air traffic management system | |
| CN105118332B (zh) | 一种基于聚类分析法的空中交通管制模拟仿真异常检测方法和装置 | |
| CN105118333B (zh) | 一种基于多重回归模型的空中交通管制模拟仿真异常检测方法和装置 | |
| Anderson et al. | Aircraft noise dose-response relations for national parks | |
| Mott et al. | Estimation of aircraft operations at airports using nontraditional statistical approaches | |
| Taufner et al. | Noise metrics analysis in schools near airports: a Brazilian case study | |
| CN105303898B (zh) | 一种基于主成分分析的空中交通管制模拟仿真异常检测方法和装置 | |
| CN104299037B (zh) | 一种自动化空间环境模式评估***及方法 | |
| Yu et al. | Aircraft noise modeling of dispersed flight tracks and metrics for assessing impacts | |
| CN113160637A (zh) | 模拟飞行员工位*** | |
| Ganić et al. | Impact of aircraft noise on communities near Belgrade airport | |
| Dong et al. | Evaluation for Trainee Pilot Workload Management Competency During Approach Phase Based on Flight Training Data | |
| Gronlund et al. | Aircraft importance and its relevance to situation awareness | |
| CN105261241B (zh) | 基于霍普菲尔德神经网络的空中交通管制模拟仿真异常检测方法和装置 | |
| Houghton | Analyzing weather observation data to improve emergency services pilot risk assessment in marginal weather conditions | |
| Fuller et al. | Enhanced flight efficiency indicators | |
| Alshtein et al. | Simulating Civilian and US Military Use of European Airspace | |
| Pongsakornsathien | A Cognitive Human-Machine System for Low-Altitude Airspace Management | |
| Southwell | Australian Pilot’s Perspective on the Future of Single Pilot Operations |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181218 |