黄 琰，陈文秀，王振飞

（1.南京莱斯信息技术股份有限公司，江苏 南京 210000；2.中国民用航空华东地区空中交通管理局，上海 211100）

0 引言

随着民航航班量的持续增长，多跑道运行机场越来越多，机场场面运行复杂度提高，对错跑道、跑道侵入事件发生量成快速增长态势。各地空管、机场将预防跑道侵入事件发生作为机场场面运行安全管理的重中之重［1］，并且在民航局建设“四强空管”的背景下，亟待寻求预防跑道侵入事件发生的有效技防方法。

目前，国内外采用技防手段预防跑道侵入的技术研究及系统应用有很多，例如高级场面活动引导与控制系统（A-SMGCS）［2-3］。但是采用A-SMGCS 系统仅通过航空器位置及运动趋势判断场面运行冲突，该种方法可能存在风险预判不及时等问题。针对以上问题，本文研究基于空中交通管制（ATC）陆空通话语音识别出的结构化的管制意图指令，结合A-SMGCS 系统的监视、飞行计划数据对航空器进近着陆对错跑道、跑道侵入风险进行逻辑判断计算的方法，提前向管制员发出预警提示，最大限度地提前预防因管制员、飞行员“错、忘、漏”发生风险事件。

1 方法设计

利用基于神经网络的深度学习语音识别技术对空管陆空通话语音识别出结构化的管制意图指令［4］，结合A-SMGCS 系统的监视、飞行计划数据对航空器在进近着陆和跑道运行场景进行逻辑判断计算，提前预判因管制员指令逻辑错误/口误、飞行员复诵错误、飞行员操作错误等原因造成对错跑道、跑道侵入等不安全事件，给管制员告警提醒，及时发现和纠正错误。……