中国民用航空珠海进近管制中心 519000
摘要：随着我国民航事业的迅速发展，空中交通也变得越来越复杂，从中也出现了一些问题。近年来，随着人工智能技术的迅速发展，在我国多个领域得到了广泛的应用。在空中交通管理工作当中，通过引入人工智能技术，从而构建一个安全、有序、智能的空中交通管理系统。本文简要地阐述了人工智能技术在空中交通管理工作中的应用需求，从而就人工智能在空中交通管理工作中的应用进行了深入地探讨，并提出了未来空中交通管理工作中人工智能技术的应用趋势。
关键词：人工智能技术；空中交通管理系统；计算机辅助技术
近年来，人工智能技术在我国各个领域得到了广泛的应用，并取得一定的成效。尤其是人工智能技术在民航业中的应用，在民航安检方面，能够快速识别判断人员信息，大大提高了安检效率。人工智能技术在空中交通管理工作中的应用，通过空天地多维度航空信息资源的整合与分析，能够获取完整准确的信息，包括安全共享信息、科学应用信息和通畅迅速协同信息，有效对航空器感知、监视、指挥，提升空中交通管理运行效率和管理水平。本文着重探讨了空中交通管理工作中人工智能技术的应用。
1 人工智能技术在空中交通管理工作中的应用需求
空中交通管理系统是一个复杂的系统，其涉及航空器、人员、气象、流量、地形等各种因素。此系统的空域精细化管理、流量管理、效率管理等系统的建设、监管、服务等是系统化的工程，需要逐步建设和发展。管理过程中产生大量的数据，单纯依靠物理建模分析的传统方法已经不能应对系统运行的需求。人工智能善于从数据中自学习和对源域的迁移学习，并对具体数学模型的依赖程度较低，为突破上述技术瓶颈提供了有效的解决方法。一是通过利用人工智能技术，通过对目标、管制指令等进行图像、语音自主识别、分析，逐步实现智能感知分析、智能人机交互、智能辅助决策、智能化指挥等，为智慧空中交通管理建设打造智慧化大脑。专家系统辅助下对各航空器安全运行影响因素研究，发现和避免不安全因素，对民航的安全发展有积极意义。二是空中交通管理的运行管理产生大量的信息数据，保障系统的稳定运行和最优化管理。同时，通过大数据技术、深度学习等技术在数据的检测、识别领域具有强大的能力，将其用于空中交通管理数据的挖掘处理具有巨大的应用价值。
2 人工智能在空中交通管理工作中的应用
2.1 航迹预测
航迹预测有利于提高空中交通管制的效率，提升航空公司的经济效益，同时也能够为飞行安全提供保障。根据是否需要对目标运动模型建模，航迹预测技术可分为无模和有模两大类。针对飞行器的航迹预测，文献[1]提出了一种基于灰色残差修正理论的目标航迹预测方法，该方法在传统灰色模型的基础上引入在线残差修正策略，建立了两种残差修正预测模型，快速更新航迹预测值，该方法具有良好的实用性。文献[2]针对目标航迹预测问题，先采用聚类算法将航迹数据聚类提取变化规律，然后利用BP神经网络对目标航迹训练学习，建立航迹预测模型，该模型具有较强的鲁棒性。上述文献采用的方法虽然具有模型简单，所需样本数据量少的优点，但由于采用模型较为简单、能力有限，此类方法的预测精度相比而言不算很高，泛化能力弱，因而应用的范围不广泛。文献[1]通过理论推导，利用循环和多层神经网络结构，提出建立一种新的不确定航迹自适应的航迹预测模型。该模型具备两类技术的优点，能够很好地识别出数据中存在的信息，然后据此做出正确有效的预测。
2.2 空中交通管理数据信息处理
随着空中交通管理系统的扩展和完善，雷达数据、机载数据、气象数据、视频数据和音频数据等各种类型的空中交通管理数据急剧增加，这些空中交通管理数据的统计、整理、分析和应用成了亟待解决的问题。航迹的预测、飞行冲突的探测与解脱、安全监控、管制员的指挥和空中交通管理系统的效能评估等都离不开精准数据的支持。
以空中交通管理自动化的雷达数据处理为例，作为空中交通指挥的一个首要依据，其准确性、实时性及要求其无缝多重覆盖等性能就成为保障飞行安全的重要指标。针对自动化的雷达数据处理，目前大多数学者都采取了数据融合算法。文献[3]提出一种将ADS-B信号与多雷达监视数据融合处理，针对新增ADS-B数据参与融合时出现的目标分裂问题，提出高度过滤、降低航班号权重、设置丢弃阀值的解决方法，具有良好的实用价值。文献[4]就具体介绍了近几年典型 的深度学习算法在雷达数据处理中的应用及研究情况，在SAR、HRRP、Micro-Doppler谱图和R-D谱图方面均获得研究成果，与传统方法相比，具有能自动提取深层特征、较高的识别率的优势，但仍有很大提升空间。
3 展望
随着我国人工智能技术的迅速发展，未来智能空中交通管理将会呈以下几个方面的发展趋势：
（1）系统智能化。随着空中交通工具的数量和智能化水平的提高，进一步实现空中交通管理系统智能化的需求也随之增加，同时还要保证人的参与。把人的作用引入人工智能系统，将人类的智慧与人工智能技术互补融合，会改变我国“人在一线”的空中交通管理模式，转变为“机器指挥，人工监督”的运行模式，形成更高级别的智能形态。这也必将在空中交通管理系统的构建、规划及运行等领域有着广阔的应用前景。
（2）系统安全。空中交通管理是民航安全保障的重要部分，空中交通管理系统要求不出差错。实际系统虽然其错误率低，但是仍然存在。新的空中交通管理系统智能化建立在智能技术和互联网之上。系统的安全性受人工智能技术、系统设计与运行使用、设备的保障等影响，同时系统还受到各种攻击。系统设计和使用 过程中不断完善设备的配备，新技术的应用，加强监管，扩大系统的自我纠错与修复能力。
（3）信息准确快速传递。信息是空中交通管理运行的重要保障，空中交通管理涉及的各种信息的准确性和信息的及时传达的空中交通管理是正常运动的基础。这些数据信息快速准确地传递到有需要的工作人员手中显得尤为关键。针对这一问题，在航空系统各参与方的信息系统之上建立信息共享平台，建立一个全信息管理系统，将有助于实现数据信息的快速流通，这也是信息化空中交通管理的发展趋势。
（4）人员创新能力培养。持续创新需要人员长期的投入，需要培养空中交通管理人员的创新能力。空中交通管理人员工作量大，工作压力大；突破性思维能力不够。在人员培养中通过模拟训练提高人员整体素质，鼓励持续学习，尤其是工作交流与新技术的学习，建设创新团队，鼓励解决团队中发现的问题，开展相应科学研究和创新活动，提高人员的整体素质和创新能力，适用空中交通管理新系统的要求。
4 结语
综上所述，本文着重就空中交通管理工作中人工智能技术的应用进行了深入地探讨，人工智能作为我国当飞速前发展的技术之一，在民航业中得到了广泛的应用。人工智能技术在空中交通管理工作的应用，构建一个更加安全、有序、高效的智能化空中交通管理系统，更好地为广大人民提供更高水平的服务。
参考文献：
[1]邸忆，顾晓辉，龙飞.基于灰色残差修正理论的目标航迹预测方法[J].兵工学报，2017，38（3）：454-459.
[2]钱夔，周颖，杨柳静，谢荣平，何锡点.基于BP神经网络的空中目标航迹预测模型[J].指挥信息系统与技术，2017，8（3）：54-58.
[3]肖玉，成捷，贺姿.多雷达与ADS-B数据融合处理方法的研究与优化[J].数字技术与应用，2018，36（8）：42-43.
[4]王俊，郑彤，雷鹏，魏少明.深度学习在雷达中的研究综 述[J].雷达学报，2018，7（4）：395-411.