专利名称:基于嵌入式自动数据采集技术的训练评估方法
技术领域：
本发明涉及一种训练评估方法，特别是一种对航空管制员的训练进行评估的的基于嵌入式自动数据采集技术的训练评估方法。
背景技术：
近年来，随着飞行流量的迅速增加，中国民航对管制员工作能力的要求越来越高，培训需求也越来越精细，教员需要对管制员各方面能力进行客观的评价，并根据评价结果提出有针对性的建议和再培训方案。
因此，教员需要对管制员的培训效果进行系统、客观和综合的评价，进而不断提高培训效果，保障飞行安全。由于对管制员培训的评价不易量化的原因，造成目前主观、粗放的评价方式不能已经完全不能适应当前的培训要求，需要建立一套科学、合理的评价体系，通过数据和有效的方法进行客观评估。
发明内容
针对上述现有技术所存在的问题和不足，本发明的目的是提供一种得到比较客观的评估结果的基于嵌入式自动数据采集技术的训练评估方法。
为实现上述目的，本发明基于嵌入式自动数据采集技术的训练评估方法可采用如下技术方案:
一种基于嵌入式自动数据采集技术的训练评估办法，该方法包括以下步骤:
(I)管制员培训数据采集；
(2)确定评价因素集，该评价因素集包括评价指标体系主因素层以及分因素层，其中分因素层按照特点和隶属情况分别划入相应的主因素层；
(3)建立评价语集；
(4)建立与因素集对应的的权重集，其中各个因素分别有与其对应的权重；
(5)建立隶属关系以及各个因素在不同评价等级下的评价标准，形成模糊评价矩阵；
(6)综合评价向量的计算，先通过得到的因素权重以及对应的模糊评价矩阵。进行模糊矩阵合并运算，对主因素层进行综合评价，并将评价结果加以综合得到一个评价矩阵；再通过模糊合成运算，继续对主因素层进行综合评价，得到主因素层的综合评价向量；
(7)通过对主因素层计算得到的综合评价向量结果进行归一化处理，得出评价结果O
本发明基于嵌入式自动数据采集技术的训练评估办法与现有技术相比:通过在培训系统中嵌入数据采集功能，对管制员培训数据进行自动采集，代替了原来教员对管制员培训情况人工记录的特点，简化了工作流程，而且记录的数据更准确、客观；
通过预先设置评价因素和各因素的重要程度对所有管制员进行统一的评价，使得评价标准统一，避免了教员对管制员因为主观因素采用不同评判标准而造成的评价效果不客观；
通过改进型的模糊综合评价方法后，最大限度的考虑了对管制员的各种评判因素及其重要性，并能对管制员整个培训过程给出一个全面的评价，在客观、公正的基础上有利于教员对管制员综合素质进行全面的评价。
图1为本发明基于嵌入式自动数据采集技术的训练评估办法中航空管制员的模拟训练应用软件系统结构。
图2为本发明基于嵌入式自动数据采集技术的训练评估办法中管制员培训数据自动采集流程的流程图。
具体实施方式
下面结合附图和具体实施方式
，进一步阐明本发明，应理解下述具体实施方式
仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求
所限定的范围。
本发明提供了一种基于嵌入式自动数据采集技术的训练评估办法，该方法用于航空管制员的模拟训练系统。模拟训练系统采用客户/服务器结构，根据培训需求，系统设置了多种类型的席位，包括教员席、机长席和管制员席，其应用软件系统结构如图1所示。在训练过程中自动记录管制员对航空器的指令及产生的结果，通过事先建立的数学评价模型及评价因素，系统在训练结束后自动产生管制员训练数据表及对应的评价。
本发明基于嵌入式自动数据采集技术的训练评估办法包括以下步骤:
(I)管制员培训数据采集流程
管制员培训数据自动采集流程请参见图2所示。
空中交通管制模拟训练系统在训练开始时从数据库导入训练剧本和训练场景数据，通过教员席控制训练的进程，包括训练开始、训练暂停、训练继续和训练结束等信息。在训练过程中，教员也可以通过增加、修改、删除训练目标，修改气象条件，设置监视数据源的质量状态等多种手段增加训练难度，从多方面训练管制员的临场应变能力。在训练启动时的剧本和场景数据自动地被采集，作为训练评估的基础数据；在训练过程中的教员干预信息，包括干预时间、数据类型、数据详细内容被自动采集，结合后期管制员的管制指挥数据，作为评估管制员应变大流量、各种气象条件、特殊空情等场景的工作能力。
系统的航迹数据推演模块根据剧本信息和场景数据定期(一般为4秒)进行飞行目标未来轨迹的推演，包括航迹的位置(投影到地球表面的经纬度)、高度(相对于标准海平面)、空速、上升/下降率、航向等。推演的航迹信息通过模拟空管自动化系统的数据处理后分别发送管制员席位和机长席位进行态势信息显示。管制员根据显示的态势信息和管制流程，向机长发送语音指令，指挥飞机调整飞行轨迹。训练开始前，管制员需要在管制席位信息登录，系统自动将随后记录的数据对应到该管制员的培训记录信息中去。在此过程中管制员的登录数据、管制员所指挥飞行目标的飞行态势(位置、高度、航向等)、告警信息、起飞/降落信息等自动被采集。
推演的航迹信息同时被输出到机长席进行显示，机长席根据管制员的语音指令调整飞行轨迹，包括位置、高度、航向、表速、上升/下降率等的调整，并执行一些特殊的飞行程序如归航、建立盲降、修改应答机等。机长的所有操作指令和操作结果将被自动采集，与管制员席航迹的指令作用显示效果一起作为评估的依据。
(2)确定评价因素集U，该评价因素集包括评价指标体系主因素层以及分因素层，其中分因素层按照特点和隶属情况分别划入相应的主因素层
U表示需要评价的总目标。
U= (u1； U2, A, un), i=l, 2, Λ，η,表示评价指标体系主因素层,如管制员对特情应变能力、大流量下飞行间隔保持能力、设备操作能力等。
U= (uu1； UU2, A, uum), i=l, 2, Λ，m,表示评价指标体系的分因素层，并将分因素层按照特点和隶属情况分别划入相应的主因素层，如特情应变能力又可以细分为对劫机的处理能力、对短期冲突告警的调配能力、对长期冲突的预测能力等，大流量下的飞行间隔保持能力包括单位时间内起飞架次、降落架次、起降混合架次、指定导航台飞行架次等。
(3)建立评价语集V
V= (ν1； V2, A , vp), i=l, 2, Λ，p，其中Vj为评价等级数或指标的质量级别数。培训效果的评价语可以设置为不合格、基本称职、称职和优秀，可以设置得分在不同区间对应于不同的评价语集。
(4)建立与因素集相对的指标因子向量的权重集W，其中各个因素分别有与其对应的权重
由于各因素在评判对象中所处的地位和重要性不尽相同，因此需要对各因素进行加权，表示各因素权重分配。wu，与WpW2, Λ，Wn分别表示主因素层与子因素层的评价指标 权重。
(5)建立隶属关系以及各个因素在不同评价等级下的评价标准，形成模糊评价矩阵
建立隶属关系以及各个指标在不同评价等级下的评价标准，各主因素层的因素i中有q个分因素(i=l，2，A，q)，则用表示第k个元素被评为第j级的隶属度(k=l, 2，A, q, j=l, 2，Λ, p)。
rii ,rI2 Λ，rlp
「 π ^21^22 Λ ,r2p
R1 =
M M Μ
，ν
(6)综合评价向量的计算
通过得到的因素权重以及对应的模糊评价矩阵。进行模糊矩阵合并运算，对主因素层进行综合评价，其中 为广义模糊乘，为了兼顾所有元素根据问题的需要，评价因子以及标准之间的关系，一般采用加权平均的方法即矩阵相乘的形式进行计算，代替模糊矩阵运算的取大取小原则，使得到的结果更加精细，而且结果仍然是F集
Bi = Wi R1 = (bM..bl2.,A ,b ),(i = 1,2.,Λ，s) (I)
将评价结果加以综合得到一个评价矩阵R1 =[b ,B^A Bjj，利用公式(2)进行
模糊合成运算，继续对主因素层进行综合评价，得到主因素层的综合评价向量[0042]
权利要求
1.一种基于嵌入式自动数据采集技术的训练评估办法，其特征在于:该方法包括以下步骤: (1)管制员培训数据采集； (2)确定评价因素集，该评价因素集包括评价指标体系主因素层以及分因素层，其中分因素层按照特点和隶属情况分别划入相应的主因素层； (3)建立评价语集； (4)建立与因素集对应的的权重集，其中各个因素分别有与其对应的权重； (5)建立隶属关系以及各个因素在不同评价等级下的评价标准，形成模糊评价矩阵； (6)综合评价向量的计算，先通过得到的因素权重以及对应的模糊评价矩阵；进行模糊矩阵合并运算，对主因素层进行综合评价，并将评价结果加以综合得到一个评价矩阵；再通过模糊合成运算，对主因素层进行综合评价，得到主因素层的综合评价向量； (7)通过对主因素层计算得到的综合评价向量结果进行归一化处理，得出评价结果。
2.根据权利要求
1所述的基于嵌入式自动数据采集技术的训练评估办法，其特征在于:在步骤(7)得出评价结果后，对训练情况进行二级评价，得出对管制员培训效果总的评价值。
3.根据权利要求
1或2所述的基于嵌入式自动数据采集技术的训练评估办法，其特征在于:对所述步骤(6)中的对主因素层进行的综合评价中采用模糊评价逆问题确定权重的方法对指标权重进行进一步修正，该修正包括以下步骤: (1)建立三角模糊矩阵； (2)确定专家评价的权重集； (3)模糊合成； (4)确定模糊权； (5)利用层次分析法确定权重集； (6)采用模糊权与组合权重相结合，对权重进行调整，得到指标包含模糊逆权重的最终调整权重。
4.根据权利要求
1所述的基于嵌入式自动数据采集技术的训练评估办法，其特征在于:所述步骤(I)的管制员培训数据包括训练剧本及训练场景数据。
5.根据权利要求
1所述的基于嵌入式自动数据采集技术的训练评估办法，其特征在于:所述评价因素集包括管制员对特情应变能力、大流量下飞行间隔保持能力、设备操作能力。
6.根据权利要求
1所述的基于嵌入式自动数据采集技术的训练评估办法，其特征在于:所述步骤(3)中的评价语集设置有不合格、基本称职、称职和优秀。
7.根据权利要求
2所述的基于嵌入式自动数据采集技术的训练评估办法，其特征在于:该方法还包括:在对管制员培训效果的评价中采用模糊评价逆问题确定权重的方法对指标权重进行进一步修正。
专利摘要
本发明公开一种用于飞行器管制员训练的基于嵌入式自动数据采集技术的训练评估办法，通过在培训系统中嵌入数据采集功能，对管制员培训数据进行自动采集，代替了原来教员对管制员培训情况人工记录的特点，简化了工作流程，而且记录的数据更准确、客观；通过预先设置评价因素和各因素的重要程度对所有管制员进行统一的评价，使得评价标准统一，避免了教员对管制员因为主观因素采用不同评判标准而造成的评价效果不客观；通过改进型的模糊综合评价方法后，最大限度的考虑了对管制员的各种评判因素及其重要性，并能对管制员整个培训过程给出一个全面的评价，在客观、公正的基础上有利于教员对管制员综合素质进行全面的评价。
文档编号G06Q50/00GKCN102163380 B发布类型授权 专利申请号CN 201110064466
公开日2013年7月10日 申请日期2011年3月17日
发明者席玉华, 邬秋香, 陈民, 金艳平, 王蓓蓓, 鲍俊杰, 杨宗 申请人:南京莱斯信息技术股份有限公司导出引文BiBTeX, EndNote, RefMan专利引用 (1),