CN115577334B - 一种基于多模型融合的空管安全数据运行保障系统及方法 - Google Patents
一种基于多模型融合的空管安全数据运行保障系统及方法 Download PDFInfo
- Publication number
- CN115577334B CN115577334B CN202211354296.8A CN202211354296A CN115577334B CN 115577334 B CN115577334 B CN 115577334B CN 202211354296 A CN202211354296 A CN 202211354296A CN 115577334 B CN115577334 B CN 115577334B
- Authority
- CN
- China
- Prior art keywords
- traffic control
- air traffic
- department
- safety data
- data
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于多模型融合的空管安全数据运行保障系统及方法,该系统包括空中交通管制联合部门协调模块、空中交通管制数据格式统一模块、空管安全数据排查检测模块、空中交通管制安全标准限定模块、空中交通管制控制需求认定模块、空中交通管制管理更新模块、空中交通管制参与员工调用管理模块、空中交通管制数据监管模块、空中交通管制信号推送模块、空中交通管制控制遥感信息反馈模块。
Description
技术领域
本发明涉及空中交通管制领域,具体涉及一种基于多模型融合的空管安全数据运行保障系统及方法。
背景技术
随着民航技术的不断发展,民航已经应用到生活中的各个方面,利用民航能够更好的进行高空作业,节省人力,工作效率高,民航空域运行风险主要集中于对空域内其他载人航空器造成的碰撞风险,即使民航空域运行的相关法规及规范正在不断完善,有关民航与载人航空器之间危险接近的报告也在不断增长。
但是民用民航的空中交通管制系统不够完善,对民航的空中飞行环境的掌握依然不够全面,大多数数据都是通过预测和以往的飞行经验得来,无法实时的监测民航飞行的环境,民航的飞行中意外情况较多,安全性得不到保障。
发明内容
为了克服现有技术存在的缺点与不足,本发明提供一种基于多模型融合的空管安全数据运行保障系统及方法。
本发明所采用的技术方案是,一种基于多模型融合的空管安全数据运行保障系统,所述系统包括:空中交通管制联合部门协调模块、空中交通管制数据格式统一模块、空管安全数据排查检测模块、空中交通管制安全标准限定模块、空中交通管制控制需求认定模块、空中交通管制管理更新模块、空中交通管制参与员工调用管理模块、空中交通管制数据监管模块、空中交通管制信号推送模块、空中交通管制控制遥感信息反馈模块,其中,
所述空中交通管制联合部门协调模块用于对监控空中交通管制联合部门进行空管安全数据实时更新,并建立联合部门之间的事件处理流程,所述空中交通管制联合部门协调模块与所述空中交通管制数据格式统一模块电连接;
所述空中交通管制数据格式统一模块用于根据所述空中交通管制联合部门协调模块的空中交通管制联合部门空管安全数据实时更新,从空中交通管制联合部门空管安全数据库中监管待控制空中交通管制联合部门空管安全数据,并把空中交通管制联合部门空管安全数据预处理后形成统一的空管安全数据调用与存档格式,所述空中交通管制数据格式统一模块分别与所述空中交通管制联合部门协调模块、所述空管安全数据排查检测模块以及所述空中交通管制数据监管模块电连接;
所述空管安全数据排查检测模块用于自动发现所述空中交通管制数据格式统一模块中标准化后的待控制空中交通管制联合部门空管安全数据表中非正常空中交通管制联合部门空管安全数据进行排查检测,所述空管安全数据排查检测模块分别与所述空中交通管制数据格式统一模块、所述空中交通管制联合部门空管安全数据协调空管制度生成与更新模块以及所述空中交通管制管理更新模块电连接;
所述空中交通管制安全标准限定模块用于对系统中空管安全数据进行安全标准系数和参数的一致性设定,所述空中交通管制联合部门空管安全数据规则配置模块与所述空中交通管制控制需求认定模块电连接;
所述空中交通管制控制需求认定模块用于根据所述空管制度配置模块控制自认定或默认的协调空管制度系数和参数、所述空中交通管制数据格式统一模块标准化后的现有空中交通管制联合部门空管安全数据对空管制度,以及空管安全数据排查检测模块自动发现(挖掘)的进行排查检测空中交通管制联合部门空管安全数据进行协调空管制度统一认定,所述空中交通管制控制需求认定模块分别与所述空管制度配置模块、所述空中交通管制数据格式统一模块以及空管安全数据排查检测模块电连接;
所述空中交通管制管理更新模块用于支持人工智能对所述空中交通管制控制需求认定模块自生成的模型系数和参数进行调整与更新,完善空管制度,或者由人工智能自主认定新的空管制度并发送给管理人员进行确认,所述空中交通管制管理更新模块分别与所述空管安全数据排查检测模块以及所述空中交通管制控制需求认定模块电连接;
所述空中交通管制参与员工调用管理模块用于完成系统中各个功能模块工作人员的统一协调与管理并分配工作任务,所述空中交通管制参与员工调用管理模块分别与所述空管制度配置模块以及所述空中交通管制信号推送模块电连接;
所述空中交通管制数据监管模块用于根据所述空中交通管制控制需求认定模块自生成的空中交通管制联合部门空中交通管制制度综合所述空中交通管制管理更新模块的人工智能自认定规则对新增待排查检测空中交通管制联合部门空管安全数据进行计算,并判断新增空中交通管制联合部门空管安全数据是否有协调或非正常数据出现,所述空中交通管制数据监管模块分别与所述空中交通管制控制需求认定模块、所述空中交通管制管理更新模块以及所述空中交通管制信号推送模块电连接;
所述空中交通管制信号推送模块根据空中交通管制数据监管模块的计算结果向空中交通管制联合部门空管安全数据管理员发出不同服务内容信号的推送,所述空中交通管制信号推送模块分别与所述空中交通管制数据监管模块以及所述空中交通管制控制遥感信息反馈模块电连接;
所述空中交通管制控制遥感信息反馈模块用于接收空中交通管制联合部门空管安全数据管理员对使用服务空管安全数据的遥感信息反馈,并将该空管安全数据遥感信息反馈给所述空中交通管制控制需求认定模块根据人工智能遥感信息反馈对模型进行调整和优化,所述空中交通管制控制遥感信息反馈模块分别与所述空中交通管制控制需求认定模块以及所述空中交通管制信号推送模块电连接。
进一步地,所述空中交通管制数据格式统一模块包括待控制空中交通管制联合部门空管安全数据监管模块以及空中交通管制联合部门空管安全数据调用与存档格式标准化模块,所述待控制空中交通管制联合部门空管安全数据监管模块用于根据所述空中交通管制联合部门协调模块一致性设定好的空中交通管制联合部门空管安全数据监管方式对待控制空中交通管制联合部门空管安全数据或待控制空中交通管制联合部门空管安全数据的现有正常空中交通管制联合部门空管安全数据进行监管,所述空中交通管制联合部门空管安全数据调用与存档格式标准化模块用于将所述待控制空中交通管制联合部门空管安全数据监管模块监管的空中交通管制联合部门空管安全数据预处理所述空中交通管制控制需求认定模块、空中交通管制数据监管模块可识别的标准空中交通管制联合部门空管安全数据调用与存档格式。
进一步地,所述空管安全数据排查检测模块包括人工智能空中交通管制联合部门空管安全数据筛查子模块以及工作人员空中交通管制联合部门空管安全数据对筛查子模块,所述人工智能空中交通管制联合部门空管安全数据筛查子模块用于将人工智能自动设定与管理的数据筛查出来,所述工作人员空中交通管制联合部门空管安全数据对筛查子模块用于将工作人员手动设定与管理的数据筛查出来。
进一步地,所述空管制度配置模块的空管制度模型为实时系数和参数动态更新的监控模型。
一种基于多模型融合的空管安全数据运行保障方法,包括:
步骤A1,对待控制空中交通管制联合部门空管安全数据进行数据实时更新;
步骤A2,根据数据实时更新,从空中交通管制联合部门空管安全数据库中监管待控制空中交通管制联合部门空管安全数据,并把空中交通管制联合部门空管安全数据预处理约定的空管安全数据调用与存档格式;
步骤A3,寻找发现标准化后的待控制空中交通管制联合部门空管安全数据表中非正常空中交通管制联合部门空管安全数据进行排查检测;
步骤A4,对系统中空管安全数据进行安全标准系数和参数的一致性设定;
步骤A5,根据步骤A2中标准化后的空中交通管制联合部门空管安全数据、步骤A3中进行排查检测的空中交通管制联合部门空管安全数据以及步骤A4中自动空管制度模型的超系数和参数进行协调空管制度统一认定;
步骤A6,人工智能对步骤A5中自生成的协调空管制度进行调整与更新,完善空管制度;
步骤A7,根据步骤A5中自生成的协调空管制度以及步骤A6中人工智能修改的协调空管制度对待控制空中交通管制联合部门空管安全数据进行协调计算,并判断新增空中交通管制联合部门空管安全数据是否有协调或非正常数据出现;
步骤A8,根据步骤A7中的计算结果向空中交通管制联合部门空管安全数据管理员发出不同服务内容信号的推送。
进一步地,所述步骤A8之后还包括步骤A9:接收空中交通管制联合部门空管安全数据管理员对使用服务空管安全数据的遥感信息反馈,并将该空管安全数据遥感信息反馈到步骤A5中,对排查检测统一认定规则进行调整和优化。
进一步地,所述步骤A2具体包括:
步骤A21,根据数据实时更新,对空中交通管制联合部门空管安全数据库中的待控制空中交通管制联合部门空管安全数据或待控制空中交通管制联合部门空管安全数据的现有正常空中交通管制联合部门空管安全数据进行监管;
步骤A22,把监管出的空中交通管制联合部门空管安全数据预处理约定的空管安全数据调用与存档格式。
进一步地,所述步骤A3具体包括:
步骤A31,从待控制空中交通管制联合部门空管安全数据表中筛查出管理空中交通管制联合部门空管安全数据;
步骤A32,根据筛查出的人工智能自动设定与管理的数据现有空中交通管制联合部门空管安全数据,计算相关服务空中交通管制联合部门空管安全数据的波动范围,得到服务空中交通管制联合部门空管安全数据间的异常频率;
步骤A33,得到的不同空中交通管制联合部门空管安全数据相关度,将工作人员手动设定与管理的数据筛查出来。
进一步地,所述步骤A5具体包括:
步骤A51,判断待控制空中交通管制联合部门空管安全数据是否为新的待控制空中交通管制联合部门空管安全数据;
步骤A52,如果判断为新的空中交通管制联合部门空管安全数据,则进行协调空管制度模型系数和参数学习;
步骤A53,如果判断不是新空中交通管制联合部门空管安全数据,则判断当前时间点是否为待排查检测空中交通管制联合部门空管安全数据的更新时间点。如果到达更新时间点,则对待协调空管制度模型系数和参数进行更新调整。
进一步地,所述步骤A52具体包括:
步骤A521,假设两个待协调检查数据对应的空中交通管制联合部门空管安全数据变量;
步骤A522,根据现有空中交通管制联合部门空管安全数据进行卷积计算以及特征识别提取,得到卷积计算以及特征识别提取模型;
步骤A523,计算卷积计算以及特征识别提取模型与真实空中交通管制联合部门空管安全数据值的误差;
步骤A524,计算现有误差的均值和协方差,得到卷积神经网络算法的系数和参数。
本发明与现有技术相比,具有如下的优点和有益效果:
1、本发明提供的一种基于多模型融合的空管安全数据运行保障系统及方法,可以自动发现进行排查检测的空中交通管制联合部门空管安全数据,极大的提高了空中交通管制联合部门空管安全数据排查检测的效率、准确度和覆盖率;
2、发现进行排查检测的数据后,根据空中交通管制联合部门空管安全数据的现有值,自动学习空中交通管制联合部门空管安全数据协调空管制度,从而提高空中交通管制联合部门空管安全数据排查检测的管理、效率及覆盖面、同时提高了空中交通管制的效率。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明的一种基于多模型融合的空管安全数据运行保障系统的结构示意图;
图2为本发明的一种基于多模型融合的空管安全数据运行保障方法的流程图;
图3为本发明的一种基于多模型融合的空管安全数据运行保障方法的步骤A200的具体流程图;
图4为本发明的一种基于多模型融合的空管安全数据运行保障方法的步骤A300的具体流程图;
图5为本发明的一种基于多模型融合的空管安全数据运行保障方法的步骤A500的具体流程图;
图6为本发明的一种基于多模型融合的空管安全数据运行保障方法的步骤A502的具体流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
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结合,下面结合附图和有具体实施例对本申请作进一步详细说明。
实施例1
如图1所示,为本发明一种基于多模型融合的空管安全数据运行保障系统的一种实施例,该一种基于多模型融合的空管安全数据运行保障系统包括空中交通管制联合部门协调模块1、空中交通管制数据格式统一模块2、空管安全数据排查检测模块3、空中交通管制安全标准限定模块4、空中交通管制控制需求认定模块5、空中交通管制管理更新模块6、空中交通管制参与员工调用管理模块7、空中交通管制数据监管模块8、空中交通管制信号推送模块9、空中交通管制控制遥感信息反馈模块10,其中,所述空中交通管制联合部门协调模块1用于对监控空中交通管制联合部门进行空管安全数据实时更新,并建立联合部门之间的事件处理流程,所述空中交通管制联合部门协调模块1与所述空中交通管制数据格式统一模块2电连接。空中交通管制联合部门协调模块1允许控制通过控制界面(基于Web或移动App的控制界面),对待控制空中交通管制联合部门空管安全数据的空中交通管制联合部门空管安全数据源(包括:空中交通管制联合部门空管安全数据库类型、IP地址、控制、密码、待控制空中交通管制联合部门空管安全数据所在的空中交通管制联合部门空管安全数据表、待控制空中交通管制联合部门空管安全数据在表中的数据名等)、或者待控制空中交通管制联合部门空管安全数据前端监管接口进行配置;同时也可以支持控制输入符合系统设计标准的空中交通管制联合部门空管安全数据监管源代码脚本(例如:用python语言编写的空中交通管制联合部门空管安全数据监管脚本)。当控制在控制界面一致性设定完成并确认后,一致性设定的内容将通过应用服务器(可采用微服务的方式实现)将一致性设定内容写入应用空中交通管制联合部门空管安全数据库(可采用mysql,postgresql,mongo等空中交通管制联合部门空管安全数据库)。
所述空中交通管制数据格式统一模块2用于根据所述空中交通管制联合部门协调模块1的空中交通管制联合部门空管安全数据实时更新,从空中交通管制联合部门空管安全数据库中监管待控制空中交通管制联合部门空管安全数据,并把空中交通管制联合部门空管安全数据预处理后形成统一的空管安全数据调用与存档格式,所述空中交通管制数据格式统一模块2分别与所述空中交通管制联合部门协调模块1、所述空管安全数据排查检测模块3以及所述空中交通管制数据监管模块8电连接。空中交通管制数据格式统一模块2,一般包含以下子模块:(1)待控制空中交通管制联合部门空管安全数据监管模块21。
该模块根据模块1一致性设定好的空中交通管制联合部门空管安全数据监管方式对待控制空中交通管制联合部门空管安全数据或待控制空中交通管制联合部门空管安全数据的现有正常空中交通管制联合部门空管安全数据进行监管。该模块一般通过计算服务模块来完成。面对海量的待控制空中交通管制联合部门空管安全数据,通常该计算服务模块可采用Apache Spark,Apache Spark Streaming等分布式计算引擎来实现,也可以采用弹性可扩展的微服务架构完成实时计算。空中交通管制联合部门空管安全数据监管模块根据控制输入的空中交通管制联合部门空管安全数据库类型、IP地址、控制、密码、待控制空中交通管制联合部门空管安全数据所在的空中交通管制联合部门空管安全数据表、待控制空中交通管制联合部门空管安全数据在表中的数据名等系数和参数调用对应的空中交通管制联合部门空管安全数据库监管代码库对空中交通管制联合部门空管安全数据进行监管。如果控制配置了待控制空中交通管制联合部门空管安全数据的前端监管接口,则该模块根据配置的空中交通管制联合部门空管安全数据监管地址和系数和参数进行空中交通管制联合部门空管安全数据获取。为了支持更丰富的空中交通管制联合部门空管安全数据监管方式,该模块也支持控制输入符合规范的空中交通管制联合部门空管安全数据监管代码脚本供计算服务模块调用获取空中交通管制联合部门空管安全数据。(2)空中交通管制联合部门空管安全数据调用与存档格式标准化模块22。
该模块将模块21监管的空中交通管制联合部门空管安全数据预处理模块5、模块8可识别的标准空中交通管制联合部门空管安全数据调用与存档格式,例如(key,value)、或者n维空中交通管制联合部门空管安全数据帧(DataFrame)的空管安全数据调用与存档格式。
所述空管安全数据排查检测模块3用于自动发现所述空中交通管制数据格式统一模块2中标准化后的待控制空中交通管制联合部门空管安全数据表中非正常空中交通管制联合部门空管安全数据进行排查检测,所述空管安全数据排查检测模块3分别与所述空中交通管制数据格式统一模块2、空中交通管制联合部门空管安全数据协调空管制度生成与更新模块5以及所述空中交通管制管理更新模块6电连接。空管安全数据排查检测模块3,该模型能够自动发现模块2中标准化后待控制空中交通管制联合部门空管安全数据表中非正常空中交通管制联合部门空管安全数据进行排查检测,解决传统人工智能查找、认定需要排查检测的数据存在的效率低,容易协调的缺点。该模块主要由以下两个模块组成:(1)人工智能空中交通管制联合部门空管安全数据筛查子模块31。本发明主要解决管理空中交通管制联合部门空管安全数据排查检测的问题,所以需要首先将空中交通管制联合部门空管安全数据型数据筛查出来,在实现上,首先对空中交通管制联合部门空管安全数据类型标记为管理的数据(2)工作人员空中交通管制联合部门空管安全数据对筛查子模块32,该人员空中交通管制联合部门空管安全数据筛查子模块主要由以下步骤实现:
步骤1:根据筛查出的人工智能自动设定与管理的数据现有空中交通管制联合部门空管安全数据,计算相关服务空中交通管制联合部门空管安全数据的波动范围,得到服务空中交通管制联合部门空管安全数据间的异常频率;
步骤2:根据步骤1计算得到的不同空中交通管制联合部门空管安全数据相关度,将工作人员手动设定与管理的数据筛查出来(相关度大于一定阈值)。
所述空中交通管制安全标准限定模块4用于对系统中空管安全数据进行安全标准系数和参数的一致性设定,所述空中交通管制联合部门空管安全数据规则配置模块4与所述空中交通管制控制需求认定模块5电连接。空中交通管制安全标准限定模块4,主要对系统中默认支持的监控系数和参数进行配置,或自认定的空中交通管制联合部门空管安全数据协调空管制度进行配置。当两个空中交通管制联合部门空管安全数据高度线性相关(一致)时,通过一个数据对另一个进行卷积计算以及特征识别提取,然后计算回归的值与待控制值的误差。假设这一误差服从正态分布,则当待控制数值与回归值的误差超过现有误差协方差的2倍以上时发出二级服务推广与应用;当该误差大于现有误差协方差4倍以上时发出一级服务推广与应用。
所述空中交通管制控制需求认定模块5用于根据所述空管制度配置模块4控制自认定或默认的协调空管制度系数和参数、所述空中交通管制数据格式统一模块2标准化后的现有空中交通管制联合部门空管安全数据对空管制度,以及空管安全数据排查检测模块3自动发现(挖掘)的进行排查检测空中交通管制联合部门空管安全数据进行协调空管制度统一认定,所述空中交通管制控制需求认定模块5分别与所述空管制度配置模块3、所述空中交通管制数据格式统一模块2以及空管安全数据排查检测模块4电连接;该模块根据系统默认的协调空管制度模型,利用模块3监控出的人员性数据对应的标准化后待控制现有空中交通管制联合部门空管安全数据对空管制度进行统一认定。根据空中交通管制联合部门空管安全数据的特性,我们可以一致性设定如下协调规则监控模型。
实时系数和参数动态更新的监控模型:不同行业的管理空中交通管制联合部门空管安全数据中常常会出现近似线性相关的两个变量,例如基金的评级得分和基金的评级级别一般符合近似线性的关系。对两线性相关(空中交通管制联合部门空管安全数据)。首先,根据现有空中交通管制联合部门空管安全数据进行卷积计算以及特征识别提取,得到线性模型;然后,计算线性模型预测值与空中交通管制联合部门空管安全数据真实值的误差,并对这些误差建立相应的高斯模型 (即估计这些误差的均值和协方差)。
空中交通管制联合部门空管安全数据协调空管制度自人员与更新模块5可以设计成包含以下步骤:
步骤1:判断待控制空中交通管制联合部门空管安全数据是否为新的待控制空中交通管制联合部门空管安全数据;
步骤2:如果步骤1判断为新的空中交通管制联合部门空管安全数据,则进行协调空管制度模型系数和参数学习,计算步骤如下:
步骤2_1:假设两个待协调检查数据对应的空中交通管制联合部门空管安全数据变量为x和y;
步骤2_2:根据现有空中交通管制联合部门空管安全数据进行卷积计算以及特征识别提取,得到卷积计算以及特征识别提取模型。系数和参数的估计方法可以采用最小二乘法、最大似然法等方法;
步骤2_3:计算卷积计算以及特征识别提取模型与真实空中交通管制联合部门空管安全数据值的误差;
步骤2_4:计算现有误差的均值和协方差,得到卷积神经网络算法,的系数和参数;
步骤3:如果不是新的待排查检测空中交通管制联合部门空管安全数据,则判断当前时间点是否为待排查检测空中交通管制联合部门空管安全数据的更新时间点。如果到达更新时间点,则对待协调空管制度模型系数和参数进行更新调整(计算方法如前所述,可以根据现有空中交通管制联合部门空管安全数据进行更新、也可以根据最近一段时间内现有空中交通管制联合部门空管安全数据进行更新)。否则结束当前模块。
这里就空中交通管制联合部门空管安全数据协调空管制度自人员与更新模块5中阐述的几种常用自动空管制度模型,获得新的待控制空中交通管制联合部门空管安全数据后的监控计算方法进行介绍:
当输入待控制空中交通管制联合部门空管安全数据时,利用前面建立的线性模型,计算预测值,然后计算预测值与待控制空中交通管制联合部门空管安全数据的误差,再将该误差输入模块4计算得到的预测值与真实值误差的高斯模型,得到该误差出现的概率,当该概率低于一致性设定的数值时(由模块4进行配置),则发出不同级别的服务推广与应用信号。
如果模块4步骤2_4建立的是混合高斯模型,则需要将当前误差代入训练好的混合高斯模型,当输入数值的概率低于一致性设定的数值时(由模块4进行配置),则发出不同级别的服务推广与应用信号。
上述的空中交通管制联合部门空管安全数据监控计算可以通过Apache Spark计算引擎实现。对实时性要求较高的可通过Spark Streaming,或者Apache Spark Flink来完成计算。
所述空中交通管制管理更新模块6用于支持人工智能对所述空中交通管制控制需求认定模块5自生成的模型系数和参数进行调整与更新,完善空管制度,或者由人工智能自主认定新的空管制度并发送给管理人员进行确认,所述空中交通管制管理更新模块6分别与所述空管安全数据排查检测模块3以及所述空中交通管制控制需求认定模块5电连接;采用机器学习产生的空中交通管制联合部门空管安全数据协调空管制度,在现有正常空中交通管制联合部门空管安全数据较少的情况,容易出现空管制度不够完善的情况,空中交通管制控制需求认定模块5支持人工智能对自动生成的空管制度进行修改和添加新的规则。让自动生成规则与人工智能规则相配合,提高系统的灵活性及适应性。
所述空中交通管制参与员工调用管理模块7用于完成系统中各个功能模块工作人员的统一协调与管理并分配工作任务,所述空中交通管制参与员工调用管理模块7分别与所述空管制度配置模块4以及所述空中交通管制信号推送模块9电连接;
所述空中交通管制数据监管模块8用于根据所述空中交通管制控制需求认定模块5自生成的空中交通管制联合部门空中交通管制制度综和所述空中交通管制管理更新模块6的人工智能自认定规则对新增待排查检测空中交通管制联合部门空管安全数据进行计算,并判断新增空中交通管制联合部门空管安全数据是否有协调或非正常数据出现,所述空中交通管制数据监管模块8分别与所述空中交通管制控制需求认定模块5、所述空中交通管制管理更新模块6以及所述空中交通管制信号推送模块9电连接;
所述空中交通管制信号推送模块9根据空中交通管制数据监管模块8的计算结果向空中交通管制联合部门空管安全数据管理员发出不同服务内容信号的推送,所述空中交通管制信号推送模块9分别与所述空中交通管制数据监管模块8以及所述空中交通管制控制遥感信息反馈模块10电连接。该模块将空中交通管制数据监管模块8输出的空中交通管制联合部门空管安全数据管理监控使用服务空管安全数据,包括触发服务推广与应用的空中交通管制联合部门空管安全数据基本空管安全数据及服务推广与应用级别等,利用消息推送系统,通过微信、短信、应用App等渠道推送给客户。例如:App推送可通过MQTT、XMPP等协议实现,也可以调用华为推送、阿里云移动推送、腾讯信鸽推送等第三方平台实现。
所述空中交通管制控制遥感信息反馈模块10用于接收空中交通管制联合部门空管安全数据管理员对使用服务空管安全数据的遥感信息反馈,并将该空管安全数据遥感信息反馈给所述空中交通管制控制需求认定模块5根据人工智能遥感信息反馈对模型进行调整和优化,所述空中交通管制控制遥感信息反馈模块10分别与所述空中交通管制控制需求认定模块5以及所述空中交通管制信号推送模块9电连接。该模块主要接收空中交通管制联合部门空管安全数据管理员对空中交通管制联合部门空管安全数据监控服务推广与应用的遥感信息反馈空管安全数据,并将该遥感信息反馈空管安全数据遥感信息反馈给空中交通管制联合部门空中交通管制制度更新模块(模块4)根据人工智能遥感信息反馈对空管制度进行调整和优化。如果人工智能遥感信息反馈发出服务推广与应用的信号为假信号,则需要遥感信息反馈给模块4根据当前输入数值及时进行空管制度调整。
实施例2
如图2所示,为本发明一种基于多模型融合的空管安全数据运行保障方法的一种实施例,该方法包括:
步骤A100,对待控制空中交通管制联合部门空管安全数据进行数据实时更新;
步骤A200,根据数据实时更新,从空中交通管制联合部门空管安全数据库中监管待控制空中交通管制联合部门空管安全数据,并把空中交通管制联合部门空管安全数据预处理约定的空管安全数据调用与存档格式;
步骤A300,寻找发现标准化后的待控制空中交通管制联合部门空管安全数据表中非正常空中交通管制联合部门空管安全数据进行排查检测;
步骤A400,对系统中空管安全数据进行安全标准系数和参数的一致性设定;
步骤A500,根据步骤A200中标准化后的空中交通管制联合部门空管安全数据、步骤A300中进行排查检测的空中交通管制联合部门空管安全数据以及步骤A400中自动空管制度模型的超系数和参数进行协调空管制度统一认定;
步骤A600,人工智能对步骤A500中自生成的协调空管制度进行调整与更新,完善空管制度;
步骤A700,根据步骤A500中自生成的协调空管制度以及步骤A600中人工智能修改的协调空管制度对待控制空中交通管制联合部门空管安全数据进行协调计算,并判断新增空中交通管制联合部门空管安全数据是否有协调或非正常数据出现;
步骤A800,根据步骤A700中的计算结果向空中交通管制联合部门空管安全数据管理员发出不同服务内容信号的推送;
步骤A900,接收空中交通管制联合部门空管安全数据管理员对使用服务空管安全数据的遥感信息反馈,并将该空管安全数据遥感信息反馈到步骤A500中,对排查检测统一认定规则进行调整和优化。
如图3所示,所述步骤A200具体包括:
步骤A201,根据数据实时更新,对空中交通管制联合部门空管安全数据库中的待控制空中交通管制联合部门空管安全数据或待控制空中交通管制联合部门空管安全数据的现有正常空中交通管制联合部门空管安全数据进行监管;
步骤A202,把监管出的空中交通管制联合部门空管安全数据预处理约定的空管安全数据调用与存档格式。
如图4所示,所述步骤A300具体包括:
步骤A301,从待控制空中交通管制联合部门空管安全数据表中筛查出管理空中交通管制联合部门空管安全数据;
步骤A302,根据筛查出的人工智能自动设定与管理的数据现有空中交通管制联合部门空管安全数据,计算相关服务空中交通管制联合部门空管安全数据的波动范围,得到服务空中交通管制联合部门空管安全数据间的异常频率;
步骤A303,根据得到的不同空中交通管制联合部门空管安全数据相关度,将工作人员手动设定与管理的数据筛查出来。
如图5所示,所述步骤A500具体包括:
步骤A501,判断待控制空中交通管制联合部门空管安全数据是否为新的待控制空中交通管制联合部门空管安全数据;
步骤A502,如果判断为新的空中交通管制联合部门空管安全数据,则进行协调空管制度模型系数和参数学习;
步骤A503,如果判断不是新空中交通管制联合部门空管安全数据,则判断当前时间点是否为待排查检测空中交通管制联合部门空管安全数据的更新时间点。如果到达更新时间点,则对待协调空管制度模型系数和参数进行更新调整。
如图6所示,所述步骤A502具体包括:
步骤A5021,假设两个待协调检查数据对应的空中交通管制联合部门空管安全数据变量;
步骤A5022,根据现有空中交通管制联合部门空管安全数据进行卷积计算以及特征识别提取,得到卷积计算以及特征识别提取模型;
步骤A5023,计算卷积计算以及特征识别提取模型与真实空中交通管制联合部门空管安全数据值的误差;
步骤A5024,计算现有误差的均值和协方差,得到卷积神经网络算法的系数和参数。
本发明提供一种基于多模型融合的空管安全数据运行保障系统及监控方法,1、可以自动发现进行排查检测的空中交通管制联合部门空管安全数据,极大的提高了空中交通管制联合部门空管安全数据排查检测的效率、准确度和覆盖率;2、发现进行排查检测的数据后,根据空中交通管制联合部门空管安全数据的现有值,自动学习空中交通管制联合部门空管安全数据协调空管制度,从而提高空中交通管制联合部门空管安全数据排查检测的管理、效率及覆盖面、同时提高了空中交通管制的效率。
在本发明描述中,需要说明的是,除非另有明确的规定和限定,术语“一致性设定”、“安装”、“相连”、“连接”、“固定”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本发明中的具体含义。尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解的是,在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种等效的变化、修改、替换和变型,本发明的范围由所附权利要求及其等同范围限定。
Claims (10)
1.一种基于多模型融合的空管安全数据运行保障系统,其特征在于,该系统包括:
空中交通管制联合部门协调模块(1),用于对监控空中交通管制联合部门进行空管安全数据实时更新,并建立联合部门之间的事件处理流程;
空中交通管制数据格式统一模块(2),用于根据所述空中交通管制联合部门协调模块(1)的空中交通管制联合部门空管安全数据实时更新,从空中交通管制联合部门空管安全数据库中监管待控制空中交通管制联合部门空管安全数据,并把空中交通管制联合部门空管安全数据预处理后形成统一的空管安全数据调用与存档;
空管安全数据排查检测模块(3),用于对所述空中交通管制数据格式统一模块(2)标准化后的待控制空中交通管制联合部门空管安全数据表中非正常空中交通管制联合部门空管安全数据进行排查检测;
空中交通管制安全标准限定模块(4),用于对基于多模型融合的空管安全数据运行保障系统中空管安全数据进行安全标准系数和参数的一致性设定;
空中交通管制控制需求认定模块(5)用于根据空管制度配置模块控制自认定或默认的协调空管制度系数和参数、所述空中交通管制数据格式统一模块(2)标准化后的现有空中交通管制联合部门空管安全数据对空管制度,以及空管安全数据排查检测模块(3)排查检测的空中交通管制联合部门空管安全数据进行协调空管制度统一认定;
空中交通管制管理更新模块(6),用于支持人工智能对所述空中交通管制控制需求认定模块(5)自生成的模型系数和参数进行调整与更新,完善空管制度,或者由人工智能自主认定新的空管制度并发送给管理人员进行确认;
空中交通管制参与员工调用管理模块(7),用于完成系统中各个功能模块工作人员的统一协调与管理并分配工作任务;
空中交通管制数据监管模块(8),用于根据所述空中交通管制控制需求认定模块(5)自生成的空中交通管制联合部门空中交通管制制度综合所述空中交通管制管理更新模块(6)的人工智能自认定规则对新增待排查检测空中交通管制联合部门空管安全数据进行计算,并判断新增空中交通管制联合部门空管安全数据是否有协调或非正常数据出现;
空中交通管制信号推送模块(9),用于根据空中交通管制数据监管模块(8)的计算结果向空中交通管制联合部门空管安全数据管理员发出不同服务内容信号的推送;
空中交通管制控制遥感信息反馈模块(10),用于接收空中交通管制联合部门空管安全数据管理员对使用服务空管安全数据的遥感信息反馈,并将该空管安全数据遥感信息反馈给所述空中交通管制控制需求认定模块(5)根据人工智能遥感信息反馈对模型进行调整和优化。
2.根据权利要求1所述的一种基于多模型融合的空管安全数据运行保障系统,其特征在于,所述空中交通管制数据格式统一模块(2)包括:
待控制空中交通管制联合部门空管安全数据监管模块(21),用于根据所述空中交通管制联合部门协调模块(1)一致性设定好的空中交通管制联合部门空管安全数据监管方式对待控制空中交通管制联合部门空管安全数据或待控制空中交通管制联合部门空管安全数据的现有正常空中交通管制联合部门空管安全数据进行监管;
空中交通管制联合部门空管安全数据调用与存档标准化模块(22),用于将所述待控制空中交通管制联合部门空管安全数据监管模块(21)监管的空中交通管制联合部门空管安全数据进行预处理,所述空中交通管制控制需求认定模块(5)、空中交通管制数据监管模块(8)可识别的标准空中交通管制联合部门空管安全数据调用与存档。
3.根据权利要求1所述的一种基于多模型融合的空管安全数据运行保障系统,其特征在于,所述空管安全数据排查检测模块(3)包括:
人工智能空中交通管制联合部门空管安全数据筛查子模块(31),用于将人工智能自动设定与管理的数据筛查出来;
工作人员空中交通管制联合部门空管安全数据筛查子模块(32),用于将工作人员手动设定与管理的数据筛查出来。
4.根据权利要求1所述的一种基于多模型融合的空管安全数据运行保障系统,其特征在于,空管制度配置模块的空管制度模型为实时系数和参数动态更新的监控模型。
5.一种基于多模型融合的空管安全数据运行保障方法,其特征在于,包括:
步骤A1,对待控制空中交通管制联合部门空管安全数据进行数据实时更新;
步骤A2,根据数据实时更新,从空中交通管制联合部门空管安全数据库中监管待控制空中交通管制联合部门空管安全数据,并把空中交通管制联合部门空管安全数据进行调用与存档;
步骤A3,对标准化后的待控制空中交通管制联合部门空管安全数据表中非正常空中交通管制联合部门空管安全数据进行排查检测;
步骤A4,对基于多模型融合的空管安全数据运行保障系统中空管安全数据进行安全标准系数和参数的一致性设定;
步骤A5,根据步骤A2中标准化后的空中交通管制联合部门空管安全数据、步骤A3中进行排查检测的空中交通管制联合部门空管安全数据以及步骤A4中安全标准系数和参数进行统一认定;
步骤A6,人工智能对步骤A5中自生成的协调空管制度进行调整与更新,完善空管制度;
步骤A7,根据步骤A5中自生成的协调空管制度以及步骤A6中人工智能修改的协调空管制度对待控制空中交通管制联合部门空管安全数据进行协调计算,并判断新增空中交通管制联合部门空管安全数据是否有协调或非正常数据出现;
步骤A8,根据步骤A7中的计算结果向空中交通管制联合部门空管安全数据管理员发出不同服务内容信号的推送。
6.根据权利要求5所述的一种基于多模型融合的空管安全数据运行保障方法,其特征在于,所述步骤A8之后还包括步骤A9:接收空中交通管制联合部门空管安全数据管理员对使用服务空管安全数据的遥感信息反馈,并将该空管安全数据遥感信息反馈到步骤A5中,对排查检测统一认定规则进行调整和优化。
7.根据权利要求5所述的一种基于多模型融合的空管安全数据运行保障方法,其特征在于,所述步骤A2具体包括:
步骤A21,根据数据实时更新,对空中交通管制联合部门空管安全数据库中的待控制空中交通管制联合部门空管安全数据或待控制空中交通管制联合部门空管安全数据的现有正常空中交通管制联合部门空管安全数据进行监管;
步骤A22,把监管出的空中交通管制联合部门空管安全数据进行调用与存档。
8.根据权利要求5所述的一种基于多模型融合的空管安全数据运行保障方法,其特征在于,所述步骤A3具体包括:
步骤A31,从待控制空中交通管制联合部门空管安全数据表中筛查出管理空中交通管制联合部门空管安全数据;
步骤A32,根据筛查出的人工智能自动设定与管理的数据和现有空中交通管制联合部门空管安全数据,计算相关服务空中交通管制联合部门空管安全数据的波动范围,得到服务空中交通管制联合部门空管安全数据间的异常频率;
步骤A33,根据得到的不同空中交通管制联合部门空管安全数据相关度,将工作人员手动设定与管理的数据筛查出来。
9.根据权利要求5所述的一种基于多模型融合的空管安全数据运行保障方法,其特征在于,所述步骤A5具体包括:
步骤A51,判断待控制空中交通管制联合部门空管安全数据是否为新的待控制空中交通管制联合部门空管安全数据;
步骤A52,如果判断为新的空中交通管制联合部门空管安全数据,则进行协调空管制度模型系数和参数学习;
步骤A53,如果判断不是新产生的空中交通管制联合部门空管安全数据,则判断当前时间点是否为待排查检测空中交通管制联合部门空管安全数据的更新时间点,如果到达更新时间点,则对待协调空管制度模型系数和参数进行更新调整。
10.根据权利要求9所述的一种基于多模型融合的空管安全数据运行保障方法,其特征在于,所述步骤A52具体包括:
步骤A521,假设两个待协调检查数据对应的空中交通管制联合部门空管安全数据变量;
步骤A522,根据现有空中交通管制联合部门空管安全数据进行卷积计算以及特征识别提取,得到卷积计算以及特征识别提取结果;
步骤A523,计算卷积计算以及特征识别提取结果与真实空中交通管制联合部门空管安全数据值的误差;
步骤A524,计算现有误差的均值和协方差,得到卷积神经网络算法的系数和参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211354296.8A CN115577334B (zh) | 2022-11-01 | 2022-11-01 | 一种基于多模型融合的空管安全数据运行保障系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211354296.8A CN115577334B (zh) | 2022-11-01 | 2022-11-01 | 一种基于多模型融合的空管安全数据运行保障系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115577334A CN115577334A (zh) | 2023-01-06 |
CN115577334B true CN115577334B (zh) | 2023-04-28 |
Family
ID=84589154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211354296.8A Active CN115577334B (zh) | 2022-11-01 | 2022-11-01 | 一种基于多模型融合的空管安全数据运行保障系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115577334B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105491122A (zh) * | 2015-12-02 | 2016-04-13 | 中国民用航空总局第二研究所 | 一种多管制中心之间数据融合与交换的系统 |
CN113486095A (zh) * | 2020-06-15 | 2021-10-08 | 中国民用航空局空中交通管理局 | 一种民航空管跨网安全数据交换管理平台 |
CN115037769A (zh) * | 2022-07-01 | 2022-09-09 | 成都民航空管科技发展有限公司 | 一种基于soa的空中交通管制自动化系统及其实现方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220169401A1 (en) * | 2019-05-03 | 2022-06-02 | Michele Di Cosola | Smart city smart drone uass/uav/vtol smart mailbox landing pad |
-
2022
- 2022-11-01 CN CN202211354296.8A patent/CN115577334B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105491122A (zh) * | 2015-12-02 | 2016-04-13 | 中国民用航空总局第二研究所 | 一种多管制中心之间数据融合与交换的系统 |
CN113486095A (zh) * | 2020-06-15 | 2021-10-08 | 中国民用航空局空中交通管理局 | 一种民航空管跨网安全数据交换管理平台 |
CN115037769A (zh) * | 2022-07-01 | 2022-09-09 | 成都民航空管科技发展有限公司 | 一种基于soa的空中交通管制自动化系统及其实现方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115577334A (zh) | 2023-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210311813A1 (en) | Fault prediction method, apparatus and storage medium | |
CN110929648A (zh) | 监控数据处理方法、装置、计算机设备以及存储介质 | |
Solomentsev et al. | Data processing method for deterioration detection during radio equipment operation | |
CN109508790B (zh) | 基于租赁设备的故障数据处理方法、装置和计算机设备 | |
CN109559064A (zh) | 基于物联网的站台门的运行维护方法 | |
CN116070771A (zh) | 智慧燃气管道运输性能确定方法和物联网系统 | |
CN112199805B (zh) | 一种输电线路隐患识别模型评估方法及装置 | |
CN115437339A (zh) | 远程诊断方法及装置、电子设备和存储介质 | |
CN109102080B (zh) | 一种数值型金融数据质量监控系统及方法 | |
CN115695150A (zh) | 一种基于分布式异构融合组网设备检测方法及装置 | |
CN110586485B (zh) | 基于rfid技术的机场行李应急分拣方法及系统 | |
CN115577334B (zh) | 一种基于多模型融合的空管安全数据运行保障系统及方法 | |
CN109240882B (zh) | 一种金融数据一致性检测系统及方法 | |
CN113824686A (zh) | Gnss授时防御系统、方法、设备和计算机可读存储介质 | |
CN117670033A (zh) | 一种安全检查方法、系统、电子设备及存储介质 | |
CN115567618A (zh) | 一种多元视频协议的智能化适配方法及装置 | |
CN116963134A (zh) | 故障诊断方法、装置、终端设备及网络平台 | |
Zaliskyi et al. | Statistical data processing for condition-based maintenance | |
CN115544202A (zh) | 告警处理方法、装置及存储介质 | |
CN113095624A (zh) | 一种民航机场不安全事件分类方法及系统 | |
CN115860464B (zh) | 航线飞机积冰风险区识别及其特征参数的构建装置及方法 | |
CN118101721B (zh) | 基于监管物联网的燃气管廊机器人管理方法与物联网系统 | |
CN114048076B (zh) | 航空通信电子人机协同排故系统 | |
CN115271663A (zh) | 一种航空安全检测管理系统 | |
CN118055046A (zh) | 一种基于监管制度自动匹配口径处理方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |