摘要：近年来，人工智能技术成为了社会各界的关注焦点，并被广泛的应用在各个领域内。在我国航空事业迅猛发展的背景下，寻求人工智能技术与空中交通管理的有机结合，是当前需要深入研究并实践的课题之一。本文主要探讨了人工智能技术对空中交通管理的促进作用，对相关应用进行了简要说明，对其未来发展做出了展望。
关键词：人工智能;空中交通;发展;应用
人工智能技术是近年来最受瞩目的科学发展领域之一，它是一种与众多技术集成的综合技术体系，以其高效、智能以及可替代人工性而被广泛应用到各个领域，航空领域也不例外。现阶段，我国航空事业发展迅猛，空中流量与日俱增，管理难度也随之增加。应用人工智能，能够为飞行流量管理和飞行冲突探测提供决策支持，保证飞机的飞行安全，实现对于空域资源的高效利用，推进我国航空事业的进一步发展。
1.人工智能技术对空中交通管理的应用作用
随着我国空域流量的不断增加，空中交通管理难度日渐加大，对管理效率也提出了更高的要求。在空中交通管理过程中，应用人工智能技术的应用作用包括以下两点：
其一是辅助管理，在空中交通管理实践过程中，利用人工智能控制技术，可以实现对飞机内部的合理控制，利用智能系统来精确辅助内部控制运行，提高飞行器的可靠性，同时对于飞行员和管理员而言，人工智能技术能够为他们提供更加精准的数据、信息辅助他们做出更加准确的预判，同时人工稚嫩技术还能够一定程度对他们的工作进行疲劳预警，避免过度疲劳产生的效率降低;
其二则是提升了空中交通管理的可靠性，空域交通瞬息万变，人工智能技术的应用能够实现全天候对空域内的自动监视，能够进一步的提升管理员的管理准确性和可靠性。
2.人工智能技术在空中交通管理的应用
空域流量的不断增加所带来的飞行器运行和管理问题，已经不能完全由人工经验和技巧得到处理，也不能仅靠人工管理系统规模的扩展来得到缓解，加入人工智能技术，对于空中交通管理有着莫大的意义。从现阶段的实践发展来说，人工智能技术在空中交通管理的应用主要落在两个层面上：
2.1 感知层
对于空中交通管理而言，空管安全始终是排在第一位的。而决定空管安全的重要前提就是空中管理对飞行器的感知能力，在空中交通管理感知层面中，ADSB是人工智能技术应用的重要体现。
ADSB包含了自动、相关、监视以及广播四层基本定义，技术借助智能化技术，实现对空中交通管制导航、通信、监视系统的智能化运行。ADSB主要包含了机载电子设备、自动监视设备以及外加TCAS信息显示器等，能够实现在飞机飞行过程中的各种数据的通信。ADSB的基础建设分为地面建设和机载设备两个部分，通过通信技术构建网状监视格局，依照空中交通管理的需求，配置专用的通信通道，从而实现空对空、空对地的数据链式广播途径。ADSB技术的应用促使空中交通管理实现了对飞机的全过程信号定位，无论飞机是否在雷达覆盖范围以内，都可以通过机载的电子设备，实现对其信号位置的定位。
2.2 应用层
在应用层面，人工智能技术可以为空中交通管理提供辅助型数据分析和决策分析，通过建立决策模型、分析模型，将空中交通的实时数据、信息进行整合、处理并最终生成对空中交通的判断，提示当前空中交通存在的问题，结合全面监控给出更科学并符合实际的管控决策，作为管制员最终决策的重要依据。
人工智能技术在飞行流量管理过程中也有较为广泛的应用，通过构建人工智能辅助系统，设置天气预测模块、流量预测模块、风险警示模块，通过感知层和网络通信探测采集到信息，利用计算机模拟技术来预测气象可能会对飞行的影響，当存在较大风险时则采用预警形式提升管制员和飞行员，制定相应的避险方案。在航班流量管理方面，通过流量模块接入航班数据信息，利用飞行的动态电报来半段空域内某一时间可能存在的飞行冲突，之后对航班进行有序排列，合理安排尚未气氛的航班离岗时间，精准扇区流量匹配，实现对空域的最优化利用。
3.人工智能技术在空中交通管理的应用建议
人工智能技术固然有许多的应用优势，但在空中交通管理过程中，人工是不能够完全被技术替代的，要想进一步的提升人工智能技术的应用效率，必须要找到管理员工作与技术切合的平衡点。
3.1 全面了解技术原理
对于控制管理员而言，对于空中交通管理中所应用到的相关人工智能技术都必须要做到全面的了解，不能够止步于了解表层的操作，更应该弄懂技术原理，从根本上去了解技术本身。在应用过程中，才能更好的与技术形成优势互补，形成更有效、安全的控制决策，推进空中交通管理效率的提升。
3.2 做好数据维护工作
对于人工智能技术而言，数据是最为重要的基础。随着空管业务和技术的迅猛发展，数据类型繁多、体量巨大、时效性强的各类空管数据急剧膨胀。如何收集、存储、分析和挖掘这些大规模的数据是智能化空管的一个研究方向。但无论是在感知层面的数据收集、还是在应用层面的决策方案的形成，都与数据有着重要的管理。做好数据维护工作，是利用人工智能技术的必要前提，也是最重要的前提之一。
数据维护工作主要包含两个大的方面，一是对基础数据采集、传输环境的稳定性进行保护，在空中交通管理过程中，数据通信无时不在，做好数据的维护工作最重要的工作内容就是要确保各项电子设备的正常运行、通信环境的稳定等，二是对智能学习数据偏差的校正维护，人工智能技术生成决策方案的本质实际上是一种仿真学习能力，通过模仿人类思考、推测的过程，形成一种学习能力，继而能够在一定数据基础上生成预判和决策。但有些时候，人工智能技术学习情况并不能够达到预期，产生了典型的偏差，例如在处理飞行冲突过程中，一旦发现决策预案的偏差，应当进行及时的人工校正和维护，以最大限度帮助人工智能技术提高学习和思考的能力和效率，提供更高精度的智能管理方案。此外，管制员在实践中可以及时发现人工智能决策系统提供决策能力的不足和尚需改进之处，针对这个问题，他们一方面应当思考什么样的冲突解决方案是最优化的，并提炼出所需遵循的原则，协助对人工智能技术系统的完善，提升与空中交通管理的匹配性和契合度。同时还应当及时将实践中发现系统的问题和不足并及时反馈给相关技术管理人员，协助查找问题根源，更进一步提升人工智能的可靠性。
结束语
人工智能技术在未来必然会与空中交通管理进行更加深入的契合和发展，但想要真正实现以人工智能技术为主体的空中交通管理，还需要经过更多的研究和实践。必须肯定的是，结合人工智能技术进行空中交通管理活动，有效促进空中交通管理工作向安全、高效的方向迈进，也推动了我国由民航大国向民航强国转变。
参考文献：
[1]唐新春.人工智能技术在空中交通管理中的应用[J].电子测试，2015（10）：116-117.
[2]杨红雨，杨波，武喜萍，余静.智能化空管技术研究与展望[J].工程科学与技术，2018，50（04）：12-21.
[3]汤锦辉，王冲，程晓航，董志强，邵欣.基于多智能体的空中交通管理智能技术[J].指挥信息系统与技术，2016，7（06）：17-23.
