[发明专利]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

权利要求书

1.一种空中交通管制模拟仿真异常检测方法，其特征在于，包括：

步骤1：通过雷达管制模拟机采集管制员输入的样本参数，确定等级离散型分类标准；

步骤2：根据所述分类标准，对每一个样本参数进行等级离散型分类，并对分类结果进行编码，获得每一样本参数对应的样本综合指数；

步骤3：基于等级离散型分类的样本参数和样本综合指数，训练获得霍普菲尔德神经网络，并计算出霍普菲尔德神经网络因子；

步骤4：通过雷达管制模拟机采集管制员输入的实时模拟参数；

步骤5：将所述实时模拟参数按照等级离散型分类，按照所述霍普菲尔德神经网络，计算出对应的综合指数；

步骤6：若步骤5中得出的综合指数属于异常类别，进行异常警告。

2.根据权利要求1所述的方法，其特征在于，所述样本参数和/或所述实时模拟参数包括管制通行性参数、管制复杂性参数、管制安全性参数、管制经济性参数、管制工作负荷参数。

3.根据权利要求2所述的方法，其特征在于，所述管制通行性参数包括管制员仿真测试的时长、扇区航行里程、扇区航行时间、扇区交通流密度，所述管制复杂性参数包括扇区航空器爬升次数、扇区航空器下降次数、扇区航空器改速次数、扇区航空器改行次数，所述管制安全性参数包括扇区短期冲突告警频率、扇区最低安全高度告警频率，所述管制经济性参数包括扇区内航空器的排队长度、航空器延误架次率、航空器延误时间、航空器平均延误时间，所述管制工作负荷参数包括陆空通话信道占用率、陆空通话次数。

4.如权利要求2所述的方法，其特征在于：所述步骤1包括：

(1)设置5个分类等级；各分类等级的比例为1:2:4:2:1；

(2)样本参数中的管制通行性指标和管制员工作负荷指标按照比例为1:2:4:2:1降序排列；样本参数中的管制复杂性指标、管制安全性指标、管制经济性指标按照比例为1:2:4:2:1升序排列；

(3)将各个等级的样本参数指标平均值作为该等级分类指标的临界值。

5.如权利要求4所述的方法，其特征在于，所述步骤2包括：

(1)当样本数据某一指标优于等级分类指标的临界值时，对应的神经元状态设为1，否则对应的神经元状态设为-1；

(2)对于管制通行性指标和管制员工作负荷指标，当输入参数指标的取值大于或者等于某一等级分类指标的临界值时，表示该输入参数指标优于该项等级分类指标的临界值；而对于管制复杂性指标、管制安全性指标、管制经济性指标，当输入指数的取值小于或者等于某一等级分类指标的临界值时，表示该输入参数指标优于该项等级分类指标的临界值；

(3)综合指数是参数等级离散型分类后所属的等级。

6.根据权利要求1所述的方法，其特征在于，所述步骤3中的霍普菲尔德神经网络为离散型，设置有两层神经元。

7.如权利要求1所述的方法，其特征在于，所述步骤5中实时模拟参数按照等级离散型分类包括：

(1)当实时模拟参数某一指标优于等级分类指标的临界值时，对应的神经元状态设为1，否则对应的神经元状态设为-1；

(2)对于管制通行性指标和管制员工作负荷指标，当输入参数指标的取值大于或者等于某一等级分类指标的临界值时，表示该输入参数指标优于该项等级分类指标的临界值；而对于管制复杂性指标、管制安全性指标、管制经济性指标，当输入指数的取值小于或者等于某一等级分类指标的临界值时，表示该输入参数指标优于该项等级分类指标的临界值。

8.一种空中交通管制模拟仿真异常检测装置，其特征在于，该装置包括：雷达管制模拟机，用于采集样本数据和管制员输入的实时模拟数据；其中，所述样本数据包括雷达管制模拟机采集管制员在其上的样本参数，并将所述样本参数按照等级进行离散型分类数值；

数据离散处理单元，用于对所述样本参数和管制员输入的实时模拟数据进行等级离散型分类；

霍普菲尔德神经网络单元，用于基于等级离散型分类的样本参数与对应的综合指数构建霍普菲尔德神经网络；

计算单元，用于通过霍普菲尔德神经网络，获得管制员输入的实时模拟数据对应的综合指数。

9.根据权利要求8所述的装置，其特征在于，所述空中交通管制模拟仿真异常检测装置设置有报警单元，用于检测异常综合指数，进行异常警告。

10.根据权利要求9所述的装置，其特征在于，所述空中交通管制模拟仿真异常检测装置设置有权限操作单元，并且只有当用户通过所述权限操作单元的认证之后，才能修改所述样本数据。