基于理性Agent的管制實(shí)驗(yàn)教學(xué)設(shè)計(jì)與資源開發(fā)

孫 禾

(中國(guó)民航大學(xué) 空中交通管理學(xué)院, 天津 300300)

管制員是空中交通管制工作的決策主體,其自身認(rèn)知水平與技能水平的優(yōu)劣,直接影響到整個(gè)空中交通的安全水平。但由于管制工作的特殊性,其與航空安全緊密相連,管制人才的培養(yǎng)和訓(xùn)練只能采取理論學(xué)習(xí)結(jié)合模擬仿真的方式。一方面,學(xué)生需要學(xué)習(xí)空中交通管制基本理論,包括管制指揮規(guī)則、陸空通話規(guī)范等,主要通過課堂教授的方式進(jìn)行; 另一方面,學(xué)生通過虛擬仿真實(shí)驗(yàn),鍛煉綜合的管制技能,主要通過管制模擬機(jī)進(jìn)行[1-2]。但從目前的教學(xué)環(huán)境來講,除了模擬機(jī)以外的實(shí)驗(yàn)教學(xué)資源非常少,理論和實(shí)際應(yīng)用脫節(jié),學(xué)生很難將自己置身于一種虛擬的管制環(huán)境當(dāng)中。為了能夠建立一種虛擬仿真的實(shí)驗(yàn)教學(xué)環(huán)境,本文基于理性Agent方法建立了管制員認(rèn)知模型,提出了一種管制實(shí)驗(yàn)教學(xué)方案,并開發(fā)了相關(guān)的教學(xué)資源。

1 基于理性Agent的管制實(shí)驗(yàn)教學(xué)框架

1.1 基于理性Agent的管制員認(rèn)知模型

管制員的工作即是通過對(duì)情景意識(shí)的加工,以及對(duì)管制規(guī)則的理解,對(duì)空中交通進(jìn)行管理,以保證飛行的間隔和效率[3-4]。而管制員的認(rèn)知過程,就是管制員認(rèn)識(shí)外界管制場(chǎng)景和事物的過程,或者說是對(duì)作用于管制員的感覺器官的外界管制場(chǎng)景和事物進(jìn)行信息加工的過程[5-6]。因此可以理解為,管制指揮過程即是管制員認(rèn)知的集中體現(xiàn),而在這一過程中因?yàn)殄e(cuò)、忘、漏等認(rèn)知差錯(cuò)造成可能的不良后果,統(tǒng)稱為認(rèn)知風(fēng)險(xiǎn)[7-11]。因此可以用理性Agent方法,模擬管制員的認(rèn)知過程,建立的模型如圖1所示。

圖1 基于理性Agent的管制員認(rèn)知模型

理性Agent包括信念(belief)、愿望(desire)和意圖(intention),即BDI三個(gè)部分[12]。其中,信念代表管制員個(gè)體素質(zhì)、基本知識(shí)、認(rèn)知能力等; 愿望代表管制員需要完成的任務(wù),例如指揮飛機(jī)進(jìn)行沖突解脫、高度層調(diào)整、機(jī)動(dòng)繞飛等; 意圖代表管制員為了完成任務(wù)而需要做的事,即通過陸空通話對(duì)飛行員下達(dá)相關(guān)的管制指令。在模型中,管制員為主體,信念為基礎(chǔ),愿望為目標(biāo),他們共同驅(qū)使管制員個(gè)體完成每一項(xiàng)意圖。

1.2 管制實(shí)驗(yàn)教學(xué)框架設(shè)計(jì)

在認(rèn)知模型的基礎(chǔ)上,設(shè)計(jì)了如圖2所示的管制實(shí)驗(yàn)教學(xué)框架。根據(jù)“學(xué)習(xí)—訓(xùn)練—仿真”層層深入的設(shè)計(jì)思想,學(xué)生首先通過理論學(xué)習(xí)部分,掌握管制員所需的基本素質(zhì)和能力,鞏固管制基礎(chǔ); 之后通過情景練習(xí),掌握在不同指揮任務(wù)中,管制員與飛行員常用的陸空通話,了解管制目標(biāo); 最后通過模擬的管制場(chǎng)景,將自己置身于雷達(dá)屏幕前,指揮飛機(jī)完成相應(yīng)的任務(wù),訓(xùn)練管制行動(dòng)。若指揮成功,系統(tǒng)還將輸出計(jì)算得到的量化風(fēng)險(xiǎn)值,來評(píng)判此次指揮的優(yōu)劣程度。

2 實(shí)驗(yàn)教學(xué)資源開發(fā)關(guān)鍵技術(shù)

2.1 語音處理

通過軟件獲得管制員錄入的音頻信號(hào),之后通過語音處理模塊采集相關(guān)的時(shí)域和頻域信息，即通過程序提取出語音信號(hào)的時(shí)長(zhǎng)、振幅等時(shí)域特征,之后提取出MEL倒譜系數(shù)[13-14]。

圖2 管制實(shí)驗(yàn)教學(xué)框架

倒譜系數(shù)提取步驟為:(1)預(yù)加重部分,采用高通濾波器對(duì)語音高頻的部分進(jìn)行加強(qiáng),設(shè)輸入信號(hào)為x(n),輸出信號(hào)為y(n)=x(n)-ax(n-1),其中a=0.9375; (2)分幀和加窗部分,根據(jù)語音的短時(shí)平穩(wěn)特性,設(shè)計(jì)采樣頻率為22 050 Hz,每幀長(zhǎng)度為23 ms。使用海明窗進(jìn)行加窗,以減小吉布斯效應(yīng); (3)端點(diǎn)檢測(cè)部分,計(jì)算語音信號(hào)的短時(shí)能量和過零率。分別設(shè)置高低2個(gè)閥值,使用雙門限聯(lián)合判決的方法來檢測(cè)語音的端點(diǎn),進(jìn)而提取出有效的語音片段; (4)最后在語音段的基礎(chǔ)上,進(jìn)行快速傅里葉變換,將每幀的頻譜參數(shù)通過一組30個(gè)三角形帶通濾波器所組成的濾波器,對(duì)輸出做對(duì)數(shù)運(yùn)算,求出其對(duì)數(shù)能量,再將此30個(gè)參數(shù)進(jìn)行離散余弦變換,即可得到MEL倒譜系數(shù)(MFCC)。

以字母A為例,讀作單詞ALPHA,語音信號(hào)處理前后的對(duì)比如圖3所示。

圖3 語音信號(hào)處理前后對(duì)比

2.2 風(fēng)險(xiǎn)分析

2.2.1 語音正確性分析

由于陸空通話英語的用語基本固定,單詞和短句的變化很少,適合建立孤立語音模板,因此在語音處理的基礎(chǔ)上,本文采用DTW算法(dynamic time warping,動(dòng)態(tài)時(shí)間歸整)進(jìn)行語音識(shí)別和打分,以評(píng)判語音的正確性。

為了比較客觀地對(duì)語音的標(biāo)準(zhǔn)性進(jìn)行打分,通過DTW方法得到的結(jié)果越大,說明與標(biāo)準(zhǔn)語音模板的差距越大。本文采集了100位管制員的語音,經(jīng)過統(tǒng)計(jì)發(fā)現(xiàn),DTW輸出值最大為32,因此本文提出用公式(1)對(duì)發(fā)音進(jìn)行評(píng)分:

(1)

其中,S為發(fā)音標(biāo)準(zhǔn)性評(píng)分,SDTW為算法得到的結(jié)果,經(jīng)過處理后,發(fā)音最好的一個(gè)樣本其得分為最高的100分,發(fā)音標(biāo)準(zhǔn)性越差,其得分也就越低。

2.2.2 語音準(zhǔn)確性分析

采用通話時(shí)間和平均振幅的差異性,計(jì)算得到語音的準(zhǔn)確性情況,如公式(2)、(3)所示:

(2)

(3)

其中,Ti為輸入語音時(shí)長(zhǎng),Tt為模板標(biāo)準(zhǔn)時(shí)長(zhǎng),T為時(shí)長(zhǎng)差異性評(píng)分;Ai為輸入語音振幅,At為模板標(biāo)準(zhǔn)振幅,A為振幅差異性評(píng)分。這2個(gè)數(shù)值越大說明與模板越接近,即越符合正常情況。

最后通過加權(quán)得到綜合風(fēng)險(xiǎn)值R,如公式(4)所示。

R=100-(w1S+w2T+w3A)

(4)

其中,w1、w2、w3為比例權(quán)值,根據(jù)實(shí)驗(yàn)統(tǒng)計(jì),本文給定w1=0.7、w2=0.2、w3=0.1。

3 實(shí)驗(yàn)系統(tǒng)開發(fā)與測(cè)試

為了方便使用,簡(jiǎn)化實(shí)驗(yàn)系統(tǒng)所需的硬件要求,系統(tǒng)采用了Eclipse+Android-Sdk的方式進(jìn)行開發(fā)[15],支持Android 5.1以上的操作系統(tǒng)。本文從管制教材[16]中提取實(shí)例,設(shè)計(jì)了典型的空管指揮場(chǎng)景,并將其中的錄音文件制作成標(biāo)準(zhǔn)的語音模板。虛擬仿真部分的測(cè)試數(shù)據(jù)及結(jié)果如表1所示,軟件系統(tǒng)功能圖如圖4所示。

表1 測(cè)試數(shù)據(jù)及結(jié)果

圖4 系統(tǒng)功能圖

以輸出的量化風(fēng)險(xiǎn)值作為參考,可以從一個(gè)側(cè)面評(píng)價(jià)學(xué)生的管制能力。系統(tǒng)將管制能力的測(cè)試融入到風(fēng)險(xiǎn)水平測(cè)量當(dāng)中,改變了以往管制訓(xùn)練的方式,學(xué)生需要使用系統(tǒng)不斷學(xué)習(xí)和訓(xùn)練,實(shí)驗(yàn)?zāi)康母用鞔_。同時(shí)系統(tǒng)打分相對(duì)客觀,避免了人為因素的影響。

4 結(jié)語

本文針對(duì)行業(yè)實(shí)際需求,提出了一種基于理性Agent方法的管制實(shí)驗(yàn)教學(xué)設(shè)計(jì)方案,并通過Android系統(tǒng)進(jìn)行了實(shí)現(xiàn)。系統(tǒng)的應(yīng)用可以帶來如下幾方面益處:

(1) 結(jié)合理性Agent方法,采用層層深入的設(shè)計(jì)思路,包含了各類理論基礎(chǔ)知識(shí)學(xué)習(xí)及模擬場(chǎng)景訓(xùn)練,可以滿足各種水平學(xué)生的學(xué)習(xí)和訓(xùn)練需求。

(2) 在傳統(tǒng)的管制訓(xùn)練中,需要一名學(xué)生扮演管制員發(fā)布管制指令,另一名學(xué)生扮演飛行員,配合管制指令對(duì)飛機(jī)進(jìn)行操縱。本方法的虛擬仿真階段,將模擬簡(jiǎn)單的雷達(dá)管制環(huán)境,通過語音識(shí)別自動(dòng)改變飛機(jī)狀態(tài),學(xué)生可以獨(dú)立進(jìn)行練習(xí),在節(jié)約學(xué)生時(shí)間的同時(shí),效率大大提高。

(3) 系統(tǒng)基于Android環(huán)境進(jìn)行開發(fā),可在手機(jī)等智能電子設(shè)備上運(yùn)行,無需耳機(jī)、話筒等硬件環(huán)境,提供了更加便捷和高效的使用體驗(yàn),很大程度上突破了教學(xué)環(huán)境的限制。