24、空中交通管理智能决策支持系统：原理、应用与实验

空中交通管理智能决策支持系统：原理、应用与实验

1. 引言

现代系统在设计和运行上极为复杂，因为需要对系统的各个方面进行实时监测、数据收集和分析。智能设备、传感器和人类代理协同工作，在真实的时空环境中收集、过滤、分析并做出决策。这些系统在数据建模、预处理、对齐、特征化、检测、识别、数据融合和态势感知等诸多方面都要求具备高可靠性、效率和有效性。

物理安全监测一直是人类面临的挑战。随着历史的发展，工具和技术不断演变，但目标和概念基本保持不变。全球社会的复杂性呈指数级增长，极大地影响了对智能监控系统的需求。全球化以及科技的进步使世界变得越来越小，当代监控系统在复杂性、领域、背景、规模和目标等方面呈现出多样化。特别是，由于国家航空系统有望向新一代发展，人们对其关注度极高。

监控过程被定义为利用联网传感技术（如数码相机、红外传感器、雷达等）在环境中检测和跟踪感兴趣目标的集体操作，然后将这些跟踪设备与参考模式进行对比。监控系统通常包括环境感知、预处理、对齐、对象级细化、事件级细化、传感器/代理数据融合以及态势感知和评估等多个处理阶段。这个多阶段过程的目标是监测、检测、跟踪、分析和理解事件，将异常事件与正常事件区分开来，并做出正确的决策。为了使监控过程更加完善和成功，需要结合多源数据融合（MSDF）和态势评估（SA）等技术。MSDF是利用来自多个源（包括传感器、人类、代理等）的数据来得出仅考虑单一源时无法得出的推论的过程。SA可以定义为在给定的时空内抽象地表达和描述监控环境的元素，并能够预测其未来趋势的过程。关注焦点对于整个监控过程的成功、可靠性和效率至关重要，更多的数据并不一定能产生更多的信息，只有一小部分数据可能与SA相关。

2. 理论与技术方法