基于管制语音负荷的容量评估研究

来源:用户上传      作者:

　　摘 要 空域容量评估是空中交通安全、高效实施的关键，其中管制员的工作负荷是空域容量大小的主要影响因素。本文以塔台管制员语音负荷为研究对象，利用MATLAB对管制话音进行分析，研究了端点检测方法对管制员话音通话数据的获取，提取出特征参数，利用SPSS软件进行因子分析，利用提取的特征参数表征出管制话音负荷大小。最后应用收集到的某塔台管制通话为例，求出多段通话的语音负荷，统计出对应航空器架次，拟合出语音负荷与航空器架次之间的函数关系，根据国际民航组织9426号文件中的规定进行了容量评估，为空域容量评估提供技术支撑。
　　关键词 空中交通管理 容量评估 管制负荷 语音分析
　　中图分类号：X951 文献标识码：A
　　0引言
　　管制部门是保证民航安全高效运行的基础。为保证航空安全绩效水平，对管制员的工作量和工作质量进行有效的评估具有重要意义，通过对管制负荷的有效评估，进而可以得出对应扇区的容量值，当扇区容量过大时，对一定时间内扇区的航空器数量进行有效的控制，从而确保民航在空管这一环的安全性和高效性。
　　国内外用于空域容量负荷评估的方法较多，包括有建立数学模型、快速模拟、动态模拟等等。目前最常用管制负荷评估方法包括英国研究的DORATASK法，DORATASK将管制员的工作负荷分为语音通话负荷，操作负荷和思考负荷，将这几个负荷相加即得管制负荷。斯坦福研究中心研发的相对容量评估过程（The Relative Capacity Estimating Process，RECEP），它将管制员所有可以考虑的管制行为都进行量化，包括通话时间、飞行进程单时间、集中于雷达屏幕上监视的时间以及冲突解决的时间，从而得出一个小时内总的工作时间，RECEP模型将空域容量定义为每小时内空域内的航空器架次，并且认为管制负荷的极限值极大决定了空域容量的大小，他们研究得出工作时间与每小时的航空器架次之间呈平方关系。2006年，美国的Arthur P.Smith，Anand D.Mundra等人对加装ADS-B（Automatic Dependent Surveillance-Broadcast，广播式自动相关监视）设备对管制员工作负荷的影响。Peng Wei，Chittayong Surakitbanbarn等人利用动态密度对管制负荷进行评估，动态密度是指影响空中交通管制复杂度和难度的各种因素或者说各种变量。本文主要研究通过对管制员的语音负荷进行定量评估，利用得到的管制员负荷进一步得出该空域的容量，得到更加科学的空域容量评估后，有利于空域的安全和管制员的身心健康。
　　1管制语音信号分析
　　语音信号分析，是为了从收集到的语音信号中提取出研究所需要的特征参数，从而可以找出各变量与指标之间的关系，进行后续的研究。
　　1.1语音信号预处理
　　首先要对原始语音信号进行读入，把音频信号转化为计算机可以处理的数字信号，在MATLAB中通常用wavread函数完成，得到的数字化音频信号通常存贮在列向量中。对语音信号的预处理，通常包含两步：分帧和加窗。
　　语音信号进行分帧处理就是基于语音信号的“准稳态”特征，将其在分割成极短时间的多个语音片段，在稳定状态下逐帧提取出特征参数。同时为了使各帧之间可以平稳过渡，防止由于超过能保持稳定状态的极短时间，导致参数发生变化，通常分帧技术会引入帧移的概念（），使相邻两帧之间部分重叠，帧移图如图1所示。
　　帧移是指后一帧对前一帧的位移量（inc），而相邻两帧之间的重叠部分overlap=wlen-inc。对于长为N的语音信号，分帧公式为：
　　其中，N为信号长度，wlen为帧长，inc为帧移，overlap为相邻帧重叠部分，该长为N的语音信号将被分为fn帧。本文中，分帧的实现主要是：首先调用wavread函数，将格式为.wav的音频文件读入转化为数字信号。分帧主要利用enframe函数，每一帧的数据顺序储存在数组的每一列中，列数即为帧数。加窗则是加在设定的帧长wlen 上，hamming（wlen）。
　　1.2端点检测法
　　特征参数提取主要运用语音信号单参数双门限端点检测法检测出是否有话音部分，因此，需要提前设定区分背景噪音和实际话音的阈值，以及判断静默段是否为短暂停顿以及话音段长度是否足以构成一句话的参数。
　　阈值设定：根据前导无话段的短时平均能量也就是背景噪音的能量设置出两个门限值，一个较大为T2，一个较小为T1。噪声的估计通常依据前导无话段来实现。根据波形图估计出前导无话段的时长IS（单位：s），则前导无话段的帧数NIS为公式2所示：
　　其中，IS为前导无话段时长。由于管制员工作环境的特殊性，本文将其阈值看为定值。本文阈值的确定是先取前导无话段IS长度为0.25秒，根据式（2）得出前导无话段的帧数NIS，对无话段逐帧求短时平均能量，存入矩阵eis中，显示eis中各帧的能量，根据这些能量值取T1，T2。本文选取塔台通话录音的前导无话段短时平均能量大小设定T1和T2分别为0.0001和0.05。然后对语音信号特征参数进行提取（提取的语音信号特征参数为短时能量、短时平均过零率、通话次数和时长以及饱和度）。
　　1.3语言信号分析
　　分帧后的语音信号，按列存储在数组中，帧数为，按照求过零率的思路，求每帧的过零率。首先对分帧后的矩阵逐列调用，读取每列的数据，即得到每帧的所有采样点信息，按帧长循环，判断相邻取样点之间的符号变化情况，当相邻取样点乘积为负，则说明信号过零一次，计数加一，继续循环，一帧循环完后将该帧过零情况存入行向量中。最终求和可得该段语音信号的过零率。对数字化音频信号求列向量长度，得到采样点数N，结合采样频率可求得信号的时间坐标time，在绘制语音波形图和后续求饱和度时会用上。对分帧后的信号逐帧点平方求和，分别得到每帧的短时平均能量etemp，求和可得語音信号能量setemp。 　　最后基于短时平均能量的单参数双门限端点检测法，检测出该段语音中的通话次数并得到voiceseg结构数据。可得到通话语音次数，通话时长和饱和度。流程图2为本文语音信号分析程序实现的整体思路：（见图2）。
　　2管制语音特征参数分析
　　本文选择使用SPSS软件进行因子分析，找出各参数之间的内在联系，最终实现用语音参数表示出管制负荷的大小，用少数几个因子去描述原资料的大部分信息。
　　2.1因子分析
　　因子分析是将有内在联系的几个变量，找到支撑它们相互关系的公共因子，使变量能用公共因子和特殊因子这两部分来表示的多变量统计分析方法。本文的思路是将语音分析得到的五项特征参数（通话语音的次数、能量、时长、饱和度、过零率）用SPSS进行因子分析，设它们分别为1，2，3，4，5作为五个随机变量。
　　关系式3就是因子模型，表示各变量之间的关系，fi为公共因子，ei为特殊因子，bij（i=1，2，…，m）为因子的载荷，表示变量xi对公共因子fi的影响。其中，公共因子和特殊因子各自内部之间以及两者之间都是互不相关，相互独立的。特殊因子与各自对应的变量有关，用于补齐公共因子无法完全表示出来的部分。
　　2.2语音特征参数因子分析运用
　　提取9段不同繁忙时刻的管制录音，每段3分钟，分别提取特征参数，进行因子分析。在SPSS软件上的操作步骤具体如下：
　　（1）数据的输入，在软件中分别输入9段管制语音的特征参数;
　　（2）按顺序点击分析→降维→因子分析→选择要分析的变量→在“描述”中选择KMO和Bartlett球度检验→在“抽取”中选择“主要成分提取法”→在“旋转”中选择“最大方差法（varimax）”→开始分析;
　　（3）得到分析结果。
　　分析结果如表1，2，3所示：
　　
　　根据结构效度分析结果看出，KMO值大于0.7，根据Kaiser的观点，属于中等，KMO值越大表明越适合进行因子分析。
　　结合式3中描述的因子模型，可以因子载荷矩阵表示出因子模型，如式3-2所示：
　　其中，为公共因子，～为特殊因子。利用主要成分提取法抽取出因子得分系数矩阵，将公共因子表示为各变量的线性组合。
　　其中1～5 ，为选取的变量。语音信号的通话次数、时长等特征的变化是受语音负荷的变化而相应变化影响的，因此语音负荷就是这五项特征参数的公共因子。语音负荷因此依据表3可得语音负荷的表达式为：
　　表4为提取的不同通话录音提取参数，并计算负荷所得结果。
　　由表4可以看出，不同特征参数大小，语音负荷的大小有明显差异。
　　3空域容量评估
　　根据《空中交通服务规划手册》（DOC.9426）DORATASK法所指出的：当航班量达到该扇区的容量值时，管制员的平均工作负荷不得超过工作负荷峰值的80%，并且工作负荷超过最大值的90%的时间不得超过总工作时间的2.5%。那么说明当负荷达到峰值的80%时，此时扇区内的航班量即为该扇区的容量。
　　3.1最小二乘法回归分析
　　为了得到负荷峰值80%时的航空器数量，需要得到管制负荷与航空器数量之间的关系式。因此，选用最小二乘法回归分析，将多个管制负荷与航空器数量一一对应的散点拟合成方程。如式7所示：
　　其中的a，b使F（a，b）最小，即函数F分别对a，b求偏导，令偏导等于零，得到方程组可求出a，b，得出的该条拟合函数就是最接近散点图的直线，得到最小二乘法拟合的函数。
　　3.2基于话音负荷的容量评估
　　本文空域容量评估主要的依据是国际民航组织《空中交通服务规划手册》（DOC.9426）中的DORATASK法所指出的：当航班量达到该扇区的容量值时，管制员的工作负荷不得超过负荷最大值的80%，并且工作负荷超过最大值的90%的时间不得超过总工作时间的2.5%。因此可以基本确定空域容量的评估方法。
　　基于话音负荷的空域容量评估过程基本如下：
　　计算出多个时间片管制员的话音负荷;统计每个时间片对应的航空器架次;根据第（1）、（2）步的结果，做出散点图，判断负荷与航空器架次的大致关系;利用MATLAB进行函数拟合，得到话音负荷与航空器架次之间的对应函数关系;由于目前大多使用雷达管制，管制员的通话相比程序管制有所减少，因此当平均工作负荷达到峰值的70%时对应的航空器架次即是空域容量。
　　根据上述原理，收集某塔台管制单位话音数据，首先计算管制员的22个10分钟时间片的话音负荷，并统计相应航空器架次，得到飞机架次与话音负荷一一对应的多个散点，对应关系如表5所示：
　　利用MATLAB的polyfit函数对散点图进行回归分析，由此得到拟合结果：
　　其中，N為航空器架次。
　　由于本文选取的是塔台席通话录音，因此仍以峰值的80%进行计算，即工作负荷达到峰值的80%时，此时航空器的流量N为扇区的容量值。根据函数可以求得管制负荷的峰值和对应的航空器数量。可以得到采集语音数据的该塔台管制单位塔台席的语音负荷峰值Wmax为810107.6871，那么峰值80%时对应的航空器架数约为3架，说明该管制单位塔台席较合理的安排是10分钟的时间片内同时掌控的航空器架次不超过3架。
　　4结束语
　　本文从管制话音特征参数入手，对一线通话录音进行语音分析，提取出特征参数。为了使特征参数具体量化出语音负荷的大小，利用因子分析的方法对数据进行分析，求出本文所确立的语音负荷。最后利用MATLAB进行拟合可得到语音负荷与航空器架次之间关系的方程式，根据国际民航组织9426号文件要求，确定对应的航空器架次即为空域容量，能够有效提高空域容量评估的效率。 　　參考文献
　　[1] Tuan，P.L.&H.S.Procter，etal.Advanced Productivity Analysis Method for Air Traffic Control Operations[J]. FAA-RD-76-164， 1976.
　　[2] Smith，A.P.&A.D.Mundra.Impact of ADS-B on Controller Workload： Results from Alaska's Capstone Program[C]. ieee/aiaa 25TH Digital Avionics Systems Conference，Portland，OR，USA，2006.
　　[3] Peng Wei， C.Surakitbanbarn，et al. Workload evaluation of sectorized air traffic control and stream management[C].  Integrated Communications， Navigation and Surveillance Conference，Herndon，VA，USA，2012.
　　[4] 宋知用.MATLAB在语音信号分析与合成中的应用[M].北京：北京航空航天大学出版社，2013.
　　[5] 荣立元.运用SPSS软件因子分析学生综合成绩的管理[J].山东纺织经济，2014（02）.
　　[6] Arnab，M.&P.John.Estimating the capacity of europe’s airspace using a simulation model of air traffic controller workload[C].Proceedings of Transportation Research Board 80th Annual Meeting，2001：30-43.
　　[7] International Civil Aviation Organization. Manual air transport service plan[S]. No.9426-AN/924-1999 Montreal：ICAO，1999.
转载注明来源:https://www.xzbu.com/1/view-15244717.htm