陈宽明 刘长炎 梁海军

摘 要：快速增长的培训需求与现行紧张的师资、设备之间的矛盾日趋激烈，为有效缓解民航院校管制模拟机设备与管制教员不足的压力，培养能适应新技术、新产品、新业态和新模式的新型工科人才，建设产教融合的实践教学模式，打造“互联网+教育”的线上“金课”，设计了面向新工科的空管智能学习平台系统。系统采用B/S（浏览器/服务器）架构体系，具有扩展性好、兼容性强和系统维护成本低的优点;后台采用MySQL开源数据库，可以实现多操作系统间的数据迁移。结合管制员理论学习和实践培训需求，设计学生学习子系统、教师管理子系统、管理员子系统、智能学习子系统4个功能模块，通过深度学习算法及云计算，精准统计分析陆空通话指令，计算其工作负荷，并通过与机器学习进行对比，最终对管制员的指挥水平进行客观评价。该系统丰富了管制学员的训练方式，有利于提高训练效率，为保障飞行安全奠定基础。

关键词：空中交通管制;在线学习;系统架构;新工科

DOI：10. 11907/rjdk. 192646 开放科学（资源服务）标识码（OSID）：

中圖分类号：TP319文献标识码：A 文章编号：1672-7800（2020）008-0143-04

Abstract： The contradiction between the rapid growth of training demand and the current tense teachers and equipment is becoming increasingly fierce. In order to effectively alleviate the pressure of civil aviation institutions to control the shortage of simulators and control teachers， we train new engineering talents who can adapt to new technologies， new products， new formats and new modes， and build a practical teaching mode of integration of production and teaching so as to create “Internet plus education” online “golden class”. The air traffic control intelligent learning platform system for new engineering is designed. The system adopts B / S （Browser / server） architecture system， which has the advantages of good expansibility， strong compatibility and low system maintenance cost; MySQL open source database is used in the background， which can realize data migration among multiple operating systems. Combined with the theoretical learning and practical training needs of controllers， four functional modules of student learning subsystem， teacher management subsystem， administrator subsystem and intelligent learning subsystem are designed. Through in-depth learning algorithm and cloud computing， accurate statistics and analysis of land and air call instructions are carried out， and the workload is calculated. Finally， the command level of controllers is compared with that of machine learning evaluation. The system enriches the training mode of control trainees， improves the training efficiency and lays the foundation for ensuring flight safety.

Key Words：air traffic control;online learning;system structure;emerging engineering education

0 引言

随着航空运输业的快速发展，不断增长的学生数量与行业要求之间的矛盾越来越严重。目前管制员培训需求持续增长，但受培训模式、培训场景、培训师资、培训设备和场所匮乏所限，培训压力较大、效率较低，难以达到预期效果[1]。对比国外管制员培养模式[2]，为强化新工科人才质量培养和一流工科教学教育，淘汰原有的低阶性、陈旧性的“水课”，建设高阶性、创新性和挑战性金课[3]，依托 “互联网+教育”模式，设计探索在线学习平台。

在线学习是一种通过互联网获取知识的新型学习方式，该方式解决了传统课堂学习在时间和空间上的限制，学生可以随时随地通过网络获取学习资源[4]。在线学习现已广泛应用于各个领域，特别是教育领域。随着大规模网络开放课程（Massive Open Online Course，MOOC）平台[5]、基于云计算的在线学习平台[6]的发展，越来越多的名师和网络精品课程开始进入各种教育培训平台，大中型校园也开始建立自己的在线学习系统、教育资源库，建设优质课程，提高教育质量。为解决管制培训面临的问题，培养能适应新技术、新产品、新业态和新模式的新型工科人才[7]，建设产教融合的实践教学模式，由教师“教”转向学生“学”，打造“互联网+教育”的线上“金课”，设计探索空管智能学习平台很有必要。

1 空管发展现状

1.1 空管理论在线学习平台

交通运输专业学生的专业基础理论课程有20门，这些理论课程基本上采用课堂授课，教学形式单一，由于专业理论课程融合了行业规章，故内容上较为枯燥。此外，学生在网络上找到的线上资源除相关规章外，与空中交通管理有关的MOOC学习资源少之又少[8]。因此，学生如无法在课堂授课过程中掌握相关知识，课后线上资源自我强化提升基本无法实现，从而造成学生质量难以提升。目前的教学方式注重内容建设，在推进过程中受到法规限制，相关法规尚未明确MOOC学习能否充当一定比例学时的课堂教学，民航各类培训的学时要求也没有提供可以用视频教学代替的折算办法。基于这种现状，本文提出构建面向新工科的空管智能学习平台，形成以学生为中心的教学模式，促进学生对知识的理解和掌握[9]。

1.2 空管实践训练平台

管制模拟仿真系统能仿真管制环境，可交互、可重建、可反演、可定制多种特情下的管制指挥，是管制员培养过程中不可或缺的重要手段。

國外管制模拟培训已经建成涵盖雷达管制模拟训练、程序管制模拟训练、机场塔台模拟训练、进近雷达模拟训练以及区域雷达模拟训练的全方位培训体系[10]。但这种培训模式效率不高，设备购买和维护成本很高，教员的工作负荷和教学压力很大，培训效果不明显 [11]。

国内的管制模拟仿真系统发展较为完善，相关研究较多。如缪志新等[12]详细分析我国民航院校管制模拟机训练教学模式，提出管制模拟机训练过程中存在的问题和对策;张晓燕等[13]通过对ATC3软件的分析对比，研究了该软件在管制模拟训练中的可应用性;杨万龙[14]通过分析空管塔台模拟机系统实现过程中的问题，介绍了塔台模拟机的设计原理与工作流程;朱晓波等[15]重点分析了院校雷达管制模拟机训练和实际管制工作中的差异并提出建议;杨越等[16]为实现民航院校基础培训和管制单位岗前培训的有效衔接，提出技能模块化教学改革方案;张晓燕、陈亚青等[17]开发了基于网络的雷达管制模拟机，丰富了管制模拟机教学方式，使其不受时间、地点限制;李海凉[18]结合当前大数据挖掘进行数字建模，提出构建新型雷达管制模拟机的设想。虽然研究很多，但目前为止还没有理论学习和实践培训相结合的一体化空管智能学习平台。

2 空管智能学习平台系统结构

本文设计的空管智能学习平台系统总体结构采用B/S（浏览器/服务器）架构体系[19]，如图1所示。

2.1 基础支撑系统与应用支撑服务

基础支撑系统是整个架构的基础层，决定了空管智能学习平台的服务水平和服务范围，向用户提供服务器、存储空间、网络设备等硬件资源，主要包括服务器设备、存储设备、网络系统、虚拟服务器、虚拟存储等;应用支撑服务主要包括Webservice、CTI中间件、应用服务中间件等;后台开发平台选用Linux，其作为宏内核的操作系统，相比其它操作系统在响应时间、支持并发能力、稳定性等方面表现出色，是系统服务器较理想的选择。

2.2 MySQL数据库

后台数据存储采用文件方式直接存储或使用数据库方式存储。文件方式直接存储易于维护，方便更新及迁移，但相比数据库系统结构化程度较低，软件开发难度较大，维护成本较高，故本平台采用数据库系统存储数据。数据库系统能为空管智能学习平台提供数据存储、数据加工整理、数据交换、数据管理等服务，并根据数据特点与类别设计出多个子库分别进行管理，包括基础信息库、地理信息库、训练数据库、知识资源库、练习习题库、考试试题库、案例库等。

MySQL数据库是一个支持多线程、多用户的开源关系型数据库管理系统[20]。关系数据库将数据存储到不同的表中，能够满足依据数据特点分类并分别管理的需求。相比大型数据库Oracle、DB2等，MySQL中型关系型数据库更适合本平台。

2.3 综合应用系统

该系统主要为空管智能学习平台提供业务支撑服务，主要包括课程学习子系统、课程资源管理子系统、辅助工具子系统、考核子系统、模拟训练子系统、PDA移动办公子系统、信息发布子系统、智能评判子系统、系统管理子系统等。Web程序开发采用php7，Web服务器部署采用轻量级http服务器Nginx，理论上一台服务器就可以支撑平台运行。本平台采用两台服务器提供Web服务，利用重定向技术进行部署，可以在一台Web服务器崩溃时重定向到另一台Web服务器，实现宕机情况下的无缝衔接。

2.4 系统主要数据流

面向新工科的空管智能学习平台系统数据流如图2所示。基础数据、课程资源数据、用户数据、学习数据和训练数据等存储到数据库服务器，用户使用客户端浏览器登录前端Web服务器，Web服务器会对用户输入数据和基础数据等进行处理，将数据库里的基础数据、课程资源数据、用户数据、管理数据、学习数据、训练数据、系统参数等数据呈现给管理员主机。管理员主机加工处理后，将更新数据、监控数据、编辑数据等传输给Web服务器，智能策略数据传输给智能评判服务器，数据库服务器提供基础数据给智能评判服务器，经数据整理、更新后传输给数据库服务器，并将智能评判结果数据输出给管理员主机。

2.5 系统性能需求

空管智能学习平台设计综合考虑了系统负载、系统可扩展性、系统升级、鲁棒性和安全性等多方面要求。系统采用B/S架构，软件更新只需要更新服务器上的服务程序，不同于C/S模式需要更新client端软件，具有较好的可扩展性。采用的数据库软件、Web服务器和Web开发语言都是开源的，对于后期功能拓展有很好的弹性。在Web端采用HTML5标准，脚本语言采用php7，后台数据库采用MySQL开源数据库，中间件系统采用C/C++语言进行开发，Web端程序不需要重新编译即可运行。整个系统平台能够很好地跨平台运行，兼容性强。平台系统ATMAIL采用数据库中间件ATMTC（空管数据库缓存技术），在分发更新数据时进行多目标写入，多台计算机的MySQL数据库进行动态实时的数据更新。如果一台数据库系统或数据库主机崩溃，备份数据将自动启用，保证系统具有很好的鲁棒性。采用MD加密，在Web端程序和数据库中间采用中间件模式进行隔离，用户无法直接访问数据库，保证了数据安全。平台采用深度学习及蒙特卡洛树搜索算法，对学习过程数据进行智能化分析，自动生成个性化学习资源。

3 空管智能学习平台功能

通过对自主学习平台需求分析，将在线学习平台划分为学生学习子系统、教师管理子系统、管理员子系统、智能学习子系统几个功能模块。空管智能学习平台功能如图3所示。

3.1 学生学习子系统

学生学习子系统包括理论学习和实践培训两方面功能，理论学习包括课程预习、在线学习、习题和考试;实践培训包括模拟训练、复习及熟练培训等功能。除此之外，还支持学习资源查询功能。

3.2 教师管理子系统

教师管理子系统主要包括课程资源管理、学习任务管理、在线授课、习题考核管理、在线打分讲评管理以及模拟训练数据管理6个子模块。课程资源管理主要包括教师上传、更新、分类和删除学习资源功能;教师可以布置学习任务，在线授课，在线查看和管理习题;考核管理供教师添加学习班级、考试科目和随机抽取考题生成考试试卷，并对学习班级、考试科目以及考题进行管理;在线打分讲评包括教师对考题打分、考试薄弱环节讲解以及教师在线解答问题等功能;模拟训练数据管理主要包括空域结构、航路航线、导航台、航空器的飞行性能、航空公司、机场四字代码等基础数据管理。

3.3 管理员子系统

管理员子系统由学员管理、教员管理、资料数据管理、系统维护4个模块组成。其中，学员管理和教员管理包括学员或教员注册、登录和修改密码等基础功能，学员管理模块可以查看学员本人的训练时间及训练成绩;教员管理模块可以通过选择学生姓名，查看学员作答记录、训练时间和训练成绩;资料数据管理主要包括对教学课件、教学视频、习题和考核等教学资料的上传、修改和删除，还包括学员和教员的信息管理、公告管理;系统维护指针对系统存在的一些问题进行系统升级维护。

3.4 智能学习子系统

智能学习子系统主要包括教学资料智能化、学习过程智能化、教学效果智能化、平台演进智能化以及考核智能评判5个模块。教学资料智能化指训练空域具有GIS功能，能够实现导航台经纬度坐标、类型的修改和删除，按要求生成特定空域的SID和STAR程序;学习过程智能化指自动记录学习进度、自动记录习题练习、模拟训练情况等功能;考核智能化指平台自动生成考题，自动记录学生考试情况并自动阅卷评分，帮助教师统计分析考试情况，辨别学生考试学习的薄弱环节。

4 结语

面向新工科的空管智能学习平台能够改变传统教学和培训模式，使得训练学员不受时间和场地限制，缓解了民航管制员培训压力，丰富了管制员训练模式，提高了培训效率和质量。未来可以融合语音识别技术替代目前的机长席位，实现标准无线陆空通话训练，从而实现管制模拟机的单机运行。

参考文献：

[1] 唐卫贞，高俊超. 我国民航管制员职业化培养存在的问题与对策浅析[J]. 西安航空学院学报，2016，34（1）：86-89.

[2] 王超，徐肖豪. 国内外空中交通管制专业教育的比较分析[J]. 大学教育，2015（2）：28-30.

[3] 吴岩. 建设中国“金课”[J]. 中国大学教学，2018（12）：4-9.

[4] 谌志华. 人工智能技术下的在线学习系统设计[J]. 信息与电脑（理论版），2018（1）：46-47，51.

[5] LI W G，ZHU Y Z，MA X J. Influences and enlightenment of MOOC in higher education[C].  Singapore： The 5th International Conference on Social Science and Higher Education，2019.

[6] 趙鹏展. 云计算环境下的在线学习应用研究与系统设计[D]. 石家庄：河北师范大学，2018.

[7] 张小川，周龙福，凃飞，等. 面向新工科的软件工程专业实践教学模式的探索[J]. 软件工程，2018，21（3）：60-62.

[8] 王威，王丽，陈博. 翻转课堂理念对高职教学改革的启示——以空中交通管理基础课程为例[J]. 辽宁高职学报，2018，20（12）：25-29.

[9] 谢雅，王京文，唐志航，等. 新工科背景下软件工程专业人才培养实践——软件工程课程教学改革[J]. 信息技术与信息化，2018（4）：35-38.

[10] RADOVANOVIC R，RADIVOJEVIC Z，CVTANOVC M. An implementation of air traffic control simulator[C]. Telecommunications Forum，2012：1681-1684.

[11] VAGNER J，PAPPOVA E. Comparison of radar simulator for air traffic control[J]. Nase More，2014（61）：1-2.

[12] 缪志新，刘永欣，张健. 民航院校管制模拟机训练教学现状分析[J]. 空中交通管理，2010（9）：52-53.

[13] 张晓燕，马江涛. ATC3在管制员模拟培训中的应用分析[J]. 中国民航大学学报，2013，31（3）：27-30.

[14] 杨万龙. 空中交通管制塔台模拟机的设计及开发[J]. 科技创新与应用，2015（17）：63-65.

[15] 朱晓波，黄龙杨. 院校雷达管制模拟机培训情况分析及建议[J]. 科技创新与应用，2017（10）：95-102.

[16] 杨越，黄贻刚，宋祥波. 基于技能模块化教学模式创新的雷达管制模拟训练改革研究[J]. 实验室研究与探索，2017，36（10）：199-204.

[17] 张晓燕，陈亚青，李宇华. 基于网络的雷达管制模拟机培训系统设计与开发[J]. 西安航空学院学报，2018，36（5）：35-40.

[18] 李海凉. 应用数字建模技术来推进新一代管制模拟机的建设[J]. 科技创新与应用，2019（24）：159-161.

[19] 史亚庆. 基于B/S架构的网络学习平台研究与实现[D]. 西安：西安理工大学，2018.

[20] 李霞. 基于MOOC理念的在线学习系统设计与实现[D]. 北京：北京工业大学，2016.

（责任编辑：杜能钢）