基于管制通话语音个体特征的管制员不良工作状态识别方法研究

Safety is the primary goal of the civil aviation. It is the premise of aviation safety for air traffic controllers to keep good control quality. However, some bad physical and mental states controller may occur directly impair his control quality, and this will cause potential safety hazard. Furthermore, there is no timely and effective response for this. .Based on the communication speech which can be collected expediently and considering the technical practicability, generalization and accuracy, the research approach “using controller’s individual speech to recognize bad states”, which can supplement the lack of the research on the recognition of controllers’ bad states, was proposed in this topic for the first time. Experiments will be conducted with the control simulation platform to collect data in typical bad states (fatigue, high pressure or nervous). The influence mechanism of bad states on control speech and the change characteristics of speech in each state will be studied to extract the indices of speech. Based on the training mechanism, the individual speech characteristics database will be established and the individual model method will be researched. Then, combining the change characteristics and the individual model, the recognition method of bad controlling state based on individual speech characteristic will be researched. Then, the prototypes of the controller’s bad states recognition and warning system will be developed based the above method. It is hoped that this study can provide a support for the decreasing bad control state and increasing aviation safety level. At the same time, there are wide space of promotion for the theory and the application of this research.

安全是民航运行的首要目标，空中交通管制员良好的管制质量是保障航空安全的前提。然而管制员可能出现的一些不良生心理状态直接降低其管制质量，造成安全隐患，而目前对此仍缺乏及时有效的应对措施。.课题充分考虑技术实用性、推广性和准确性，以可以方便获取的管制通话语音为基础，首次提出基于管制语音个体特征识别不良状态的研究思路，弥补了管制员状态识别研究不足。课题拟通过管制模拟实验获取典型不良状态（疲劳、高压或紧张）下的特征数据；开展管制语音受状态影响机理研究，各典型状态下管制语音变化特征研究以获取管制语音指标体系；并基于学习训练机制开展管制员个体语音特征库和个体特征建模方法研究；进而结合管制员语音变化特征和个体特征模型，建立基于管制语音个体特征的不良状态识别方法，并开发相应的管制员不良状态识别及预警系统样机。项目研究有望为减少管制员不良工作状态，提高航空安全水平提供支持，且具有广阔的理论与应用推广空间。

空中交通管制员肩负指挥航班安全、高效运行的重要任务，管制员保持良好的生心理状态是确保良好管制性能的必然要求。然而，目前工作过程中的管制员依然普遍存在如疲劳、紧张等各种不良状态，影响管制质量，威胁航空安全，因此，实现管制员不良状态的及时评估和识别，避免不良状态值班是保障航空安全的重要途径。为了探究管制员不良状态的评估方法，首先针对一线管制员开展了不良状态调研，确定了不良工作状态分布及基本影响因素，并在此基础上，设计开展了管制模拟实验，收集了管制员个人特征及其在正常、疲劳、紧张、疲劳&紧张四种状态下的生心理、基本能力、管制效果及管制通话语音等丰富数据。其次，通过分析管制员不同状态对生心理、基本能力和管制效果等参数的影响特征，说明了疲劳、紧张影响管制工作性能的基本机理。第三，分析了疲劳、紧张等对管制通话语音的影响特征，说明了状态与管制过程中的通话语音这一动态特征之间的关系。第四，为了提高评估方法准确性，研究了管制员个体特征描述方法。最后以疲劳为对象，研究提出了管制员疲劳评估方法，并开发了疲劳评估管理系统平台。研究结果表明，不良状态的出现与管制员个人特征和管制情景密切相关。疲劳是一种基本身体状态，造成的影响较多，主要特征是懒惰和缓慢；而紧张状态则是临时状态，主要特征是稳定性差和错乱。疲劳、紧张与管制语音反应能力、服务时间、语速、语音能量、清浊音分布等方面的特征具有相关性。可从管制员基本信息、临时状态、动态表现三个方面特征实现管制员个体特征描述，并基于个体特征、基本能力特征、语音特征等参数实现管制员值班前和值班中的疲劳评估。项目提出的管制员个体特征描述方法及根据管制语音的疲劳状态评估方法为管制员精细化管理及其他特征评估研究提供了思路和参考，同时为一线管制员疲劳评估管理提供了理论支撑和实现途径，具有实际推广应用价值。

内容获取失败，请点击重试