CN101515409A - 通过管制工作负荷回归分析确定空域容量的方法 - Google Patents

Abstract

本发明公开了一种通过管制工作负荷回归分析确定空域容量的方法。通过对管制工作过程进行分析，直接应用实际管制数据，以产生管制工作负荷的交通流特征作回归分析自变量，通过回归分析建立管制工作负荷的预测模型，最后利用DORATASK或MBB方法确定研究空域在不同交通流条件下的空域容量。本发明能够更为准确地衡量空域容量，对管制工作负荷预测和未来空域容量的评估更为直观，缩短了空域容量评估时间，保证空中交通的安全和高效。

Description

通过管制工作负荷回归分析确定空域容量的方法

技术领域

本发明涉及用于确定空域容量的一种方法，具体涉及一种通过管制工作负荷回归分析确定空域容量的方法。

背景技术

确定空域容量的方法主要有仿真评估方法和数学模型方法。

仿真评估方法确定空域容量，是通过建立空中交通系统特征模型，并对之进行计算机仿真试验和数据结果分析来完成。该方法需要进行大量的系统建模、编程、仿真计算及结果分析等工作，评估任务繁重，周期太长。更为不足的是，由于所建的仿真模型对于管制员的管制技能、指挥习惯等因素无法全面考虑，导致仿真结果并不能完全真实反映空域运行情况，从而影响了空域容量评估结果的准确性。

以往确定空域容量的数学模型方法，是在保持安全间隔标准的前提下，判定单位时间内通过某航路或节点(交叉点、转弯点、定位点等)的最大飞行架次来完成。该方法仅考虑保证空域中的安全飞行间隔，没有考虑到管制员工作负荷等影响空域容量的主要因素，由此得到的评估结果也不能准确地反映出空域的容量。

发明内容

因此，本发明要解决的问题是，针对现有空域容量评估方法的不足，提出直接应用实际管制数据，并使用航班活动作为自变量进行回归分析，建立管制工作负荷预测模型，再进一步确定出空域容量。

实现此方法的技术方案如下：

一种通过管制工作负荷回归分析确定空域容量的方法，直接应用实际管制数据，并采用所研究空域航班活动数据作自变量进行回归分析，建立管制工作负荷预测模型，进而确定空域的容量，其步骤为：

a、通过管制中心信息系统、录像资料以及雷达语音记录仪，采集所研究空域内的航班活动数据和管制工作负荷数据作为样本数据；

所述航班活动数据包括各走廊口的进港和离港的航班数据；

所述管制工作负荷数据包括管制通话雷达语音记录数据、发布改变高度操作平均持续时间t₁、移交操作的平均持续时间t₂、对每架出港航空器发布改变高度操作的平均次数n₁、对每架进/出港航空器进行移交操作的平均次数n₂、对每架进港航空器发布改变高度操作的平均次数n₃；

将上述样本数据按照对应研究时段进行分类和统计；

b、根据a步骤中的管制通话雷达语音记录数据和与其对应的空域内航班活动数据，确定管制工作负荷回归分析的因变量和自变量；

c、根据b步骤确定的管制工作负荷回归分析的因变量和自变量，建立管制工作负荷多元回归分析模型如下：

y_i＝β₁x_1i+β₂x_2i+...+β_ix_ni+e_i；

上式中下标i表示第i组回归分析数据(y_i，x_1i，x_2i，…，x_ni)，i＝1，2，…，n；n为自然数，y_i是因变量，代表考察时段Δt内管制通话雷达语音记录数据；x_1i，x_2i，…，x_ni是自变量，其中，用x_1i代表考察时段Δt内离开管制空域的航空器总数量；而x_2i，…，x_ni则代表考察时段Δt内经过各走廊口(或移交点)进入管制空域的航空器的总数量；β_i是回归系数，i＝1，2，…，n；n为自然数，表示经各走廊口(或移交点)进入管制空域的每架航空器对应的管制工作负荷(也即管制工作时间)；e_i是一个误差项，并且E(e_i)＝0，D(e_i)＝σ²；

d、采用a步骤得到的研究时段内航班活动数据和与其对应的管制通话雷达语音记录数据，通过回归分析确定c步骤中建立的多元回归分析模型中的回归系数β_i，建立初步的工作负荷预测模型；

y＝β₁x₁+β₂x₂+...+β_nx_n；

e、采用a步骤得到的管制工作负荷数据，对初步工作负荷预测模型中的β₁，β₂，...，β_n参数进行修正，步骤为：

将每架出港航空器对管制员产生的工作负荷记为α₁，且α₁＝β₁+t₁*n₁+t₂*n₂；经不同走廊口进港的每架航空器对管制员产生的工作负荷记为α_i，且α_i＝β_i+t₁*n₃+t₂*n₂i＝2，3，...，n；n为自然数；t₁为发布改变高度操作平均持续时间、t₂为移交操作的平均持续时间、n₁为对每架出港航空器发布改变高度操作的平均次数、n₂为对每架进/出港航空器进行移交操作的平均次数、n₃为对每架进港航空器发布改变高度操作的平均次数；

然后，将初步工作负荷预测模型中的参数β_i，i＝1，2，...，n；n为自然数，对应地用α_i(i＝1，2，...，n；n为自然数)替代，得到最终的管制工作负荷预测模型如下：

y＝α₁x₁+α₂x₂+...+α_nx_n；

上式中，y代表研究空域在时段Δt内的管制工作负荷；x₁，x₂，…，x_n是自变量，其中，x₁代表考察时段Δt内离开管制空域的航空器总数量；而x₂，…，x_n则代表考察时段Δt内经过各走廊口(或移交点)进入研究空域的航空器的总数量；

f、根据e步得到的管制工作负荷预测模型，获取不同航班活动条件下对所研究空域进行管制的工作负荷值y，然后利用DORATASK方法或MBB方法来确定空域容量值。

本发明的有益效果：

1、直接采用实际管制数据作为样本，通过建立管制工作负荷预测模型来确定空域容量，能够更为准确地衡量空域容量，保证空中交通的安全和高效；

2、直接以交通流特征作为自变量，对管制工作负荷预测和未来空域容量的评估更为直观，其结果能够直接用于指导空中交通管理部门的管制工作；

3、减少了以往仿真建模、编程、仿真计算和仿真数据分析等大量的工作，缩短了空域容量评估时间。

附图说明

下面对本发明作进一步说明，其中，附图分别表示：

图1为本发明设计的通过管制工作负荷回归分析确定空域容量的流程图，

图2为本发明设计的航班信息样本数据处理流程图，

图3为本发明设计的管制语音样本数据处理流程图。

具体实施方式

第一步：样本数据采集与处理。

样本数据的采集与处理是整个发明的基础性环节。在本发明中，需要采集的样本数据包括空域内的航班活动数据和管制工作负荷数据。具体包括：(1)空管中心信息系统中保存的航班信息数据(包括航班时刻表和航班实际飞行数据)；(2)雷达语音记录仪记录的管制通话语音数据；(3)其他管制动作(包括发布改变高度的电子进程单操作和移交操作)的持续时间和发生次数。前两类数据可直接通过拷贝管制中心信息系统及雷达语音记录仪中保存的相关原始数据获得。对第(3)类数据可通过现场测时及管制工作录像资料进行获取。

接下来，分别对采集的样本原始数据进行处理。其中，对航班信息数据(包括航班时刻表和航班实际飞行数据)进行统计处理，获得研究时段Δt内进出港的航空器总数和经过各走廊口(或移交点)进出港的航空器数量，具体处理流程如附图2所述；利用语音记录仪录音系统对研究时段Δt内的语音通话数据进行处理，处理流程如附图3所述，提取得到有语音通话内容的时间片段，并进一步将该时间段(也即管制工作负荷)进行累计，可表示如下：

WL_lt＝∑W_{第i次通话}

其中，W_{第i次通话}为时间段Δt内第i次单方(管制员或飞行员)通话引起的管制员工作负荷。对其他管制动作的时间和发生频次进行处理，统计分析出发布改变高度操作平均持续时间、移交操作的平均持续时间、对每架进/出港航空器发布改变高度操作的平均次数、对每架进/出港航空器进行移交操作的平均次数。

第二步：确定回归分析自变量和因变量。

由于本发明需进行管制工作负荷回归分析，因此需要根据研究空域的具体情况(如空域自然特性、实际飞行流量情况等)以及管制过程，确定回归分析的自变量，以确定通过哪些因素能够对管制员的工作负荷进行最佳预测。考虑到对于某一研究空域而言，该管制空域内的航线数量、航线交叉点数量和扇区内导航设备数量是固定的，不会对管制员的工作负荷预测产生影响，而空域内不同航线上的飞行活动则决定着管制员的工作负荷，因此，本发明采用考察时段内该空域起飞和着陆飞行器数量、以及某些航线上的飞行器数量来作为工作负荷回归分析的自变量。另一方面，由于航空器语音通话是整个管制工作的主体部分，管制员的绝大部分时间都在进行航空器语音通信，包括给机长发布指令和听机长复述指令，因此，采用考察时段内的管制语音通话时间作为管制工作负荷回归分析的因变量。

第三步：建立管制工作负荷预测模型。

管制工作负荷预测模型用于计算完成一系列管制任务所需要的时间。该预测模型的建立分为三个步骤：

首先，建立多元回归模型如下：

y_i＝β₁x_1i+β₂x_2i+...+β_nx_ni+e_i

其中，下标i表示第i组回归分析数据(y_i，x_1i，x_2i，…，x_ni)，i＝1，2，…，n。y_i是因变量，代表考察时段Δt内航空器语音通话工作负荷；x_1i，x_2i，…，x_ni是自变量，其中，用x_1i代表考察时段Δt内离开管制空域的航空器总数量；而x_2i，…，x_ni则代表考察时段Δt内经过各走廊口(或移交点)进入管制空域的航空器的总数量；β_i(i＝1，...，n)是回归系数，表示经各走廊口(或移交点)进入管制空域的每架航空器对管制员产生的工作负荷(也即工作时间)；e_i是一个误差项(随机扰动项)，并且E(e_i)＝0，D(e_i)＝σ²。

然后，利用研究空域在时段Δt内进出港的航空器总数和经过各走廊口(或移交点)进出港的航空器数量，以及相应时段内有管制语音通话的时间统计数据，经过回归分析确定β_i(i＝1，...，n)，也即确定管制每架进离场航空器的工作负荷，建立初步的管制工作负荷预测模型：y＝β₁x₁+β₂x₂+...+β_nx_n。

最后，管制员在管制过程中除语音通话产生的工作负荷外，还有其他管制动作产生的工作负荷，包括发布改变高度的电子进程单操作、移交操作、监视雷达屏幕、以及手工输入“简标牌”，但考虑到监视活动与航空器语音通话同步以及手工输入“简标牌”的发生频率很低，故在初步工作负荷预测模型的基础上，只需进一步考虑电子进程单操作和移交操作。综合前面得到的发布改变高度操作平均持续时间(t₁)、移交操作的平均持续时间(t₂)、对每架出港航空器发布改变高度操作的平均次数(n₁)、对每架进/出港航空器进行移交操作的平均次数(n₂)、对每架进港航空器发布改变高度操作的平均次数(n₃)，对初步工作负荷预测模型中的参数β₁，β₂，...，β_n进行修正，具体做法为：将每架出港航空器对管制员产生的工作负荷记为α₁，且α₁＝β₁+t₁*n₁+t₂*n₂；经不同走廊口进港的每架航空器对管制员产生的工作负荷记为α_i，且α_i＝β_i+t₁*n₃+t₂*n₂(i＝2，3，...，n)。然后，将初步工作负荷预测模型中的参数β_i(i＝1，2，...，n)对应地用α_i(i＝1，2，...，n)替代，得到最终的管制工作负荷预测模型如下：

y＝α₁x₁+α₂x₂+...+α_nx_n

其中，y代表研究空域在时段Δt内的管制工作负荷；x₁，x₂，…，x_n是自变量，其中，x₁代表考察时段Δt内离开管制空域的航空器总数量；而x₂，…，x_n则代表考察时段Δt内经过各走廊口(或移交点)进入研究空域的航空器的总数量。至此，依据空域内的航空器活动数据即可预测出管制员的工作负荷。

第四步：确定空域容量。

根据建立的管制工作负荷预测模型，利用得到的管制员工作负荷，再利用DORATASK方法的思想(具有容量时的平均工作负荷必须小于总工作负荷的80％，并且90％的工作负荷不得超过总工作时间的2.5％)或MBB方法(通过预测管制员指挥航空器进入和离开所研究空域的工作负荷，计算出单位时间内可以指挥的架次)来确定不同交通流特征条件下的空域容量。

Claims (1)

1、一种通过管制工作负荷回归分析确定空域容量的方法，其特征在于：直接应用实际管制数据，并采用所研究空域航班活动数据作自变量进行回归分析，建立管制工作负荷预测模型，进而确定空域的容量，其步骤为：

a、通过管制中心信息系统、录像资料以及雷达语音记录仪，采集所研究空域内的航班活动数据和管制工作负荷数据作为样本数据；

所述航班活动数据包括各走廊口的进港和离港的航班数据；

所述管制工作负荷数据包括管制通话雷达语音记录数据、发布改变高度操作平均持续时间t₁、移交操作的平均持续时间t₂、对每架出港航空器发布改变高度操作的平均次数n₁、对每架进/出港航空器进行移交操作的平均次数n₂、对每架进港航空器发布改变高度操作的平均次数n₃；

将上述样本数据按照对应研究时段进行分类和统计；

b、根据a步骤中的管制通话雷达语音记录数据和与其对应的空域内航班活动数据，确定管制工作负荷回归分析的因变量和自变量；

c、根据b步骤确定的管制工作负荷回归分析的因变量和自变量，建立管制工作负荷多元回归分析模型如下：

y_i＝β₁χ_1i+β₂χ_2i+...+β_iχ_ni+e_i；

上式中下标i表示第i组回归分析数据(y_i，χ_1i，χ_2i，…，χ_ni)，i＝1，2，…，n；n为自然数，y_i是因变量，代表考察时段Δt内管制通话雷达语音记录数据；χ_1i，χ_2i，…，χ_ni是自变量，其中，用χ_1i代表考察时段Δt内离开管制空域的航空器总数量；而χ_2i，…，χ_ni则代表考察时段Δt内经过各走廊口(或移交点)进入管制空域的航空器的总数量；β_i是回归系数，i＝1，2，…，n；n为自然数，表示经各走廊口(或移交点)进入管制空域的每架航空器对应的管制工作负荷(也即管制工作时间)；e_i是一个误差项，并且E(e_i)＝0，D(e_i)＝σ²；

d、采用a步骤得到的研究时段内航班活动数据和与其对应的管制通话雷达语音记录数据，通过回归分析确定c步骤中建立的多元回归分析模型中的回归系数β_i，建立初步的工作负荷预测模型；

y＝β₁χ₁+β₂χ₂+...+β_nχ_n；

e、采用a步骤得到的管制工作负荷数据，对初步工作负荷预测模型中的β₁，β₂，...，β_n参数进行修正，步骤为：

将每架出港航空器对管制员产生的工作负荷记为α₁，且α₁＝β₁+t₁*n₁+t₂*n₂；经不同走廊口进港的每架航空器对管制员产生的工作负荷记为α_i，且α_i＝β_i+t₁*n₃+t₂*n₂i＝2，3，...，n；n为自然数；t₁为发布改变高度操作平均持续时间、t₂为移交操作的平均持续时间、n₁为对每架出港航空器发布改变高度操作的平均次数、n₂为对每架进/出港航空器进行移交操作的平均次数、n₃为对每架进港航空器发布改变高度操作的平均次数；

然后，将初步工作负荷预测模型中的参数β_i，i＝1，2，...，n；n为自然数，对应地用α_i(i＝1，2，...，n；n为自然数)替代，得到最终的管制工作负荷预测模型如下：

y＝α₁χ₁+α₂χ₂+...+α_nχ_n；

上式中，y代表研究空域在时段Δt内的管制工作负荷；χ₁，χ₂，…，χ_n是自变量，其中，χ₁代表考察时段Δt内离开管制空域的航空器总数量；而χ₂，…，χ_n则代表考察时段Δt内经过各走廊口(或移交点)进入研究空域的航空器的总数量；

f、根据e步得到的管制工作负荷预测模型，获取不同航班活动条件下对所研究空域进行管制的工作负荷值y，然后利用DORATASK方法或MBB方法来确定空域容量值。

Images