基于Python 正則表達式的管制指令匹配與提取

鄧學鳴

（民航珠海進近管制中心，珠海 519000）

1 研究背景

Python 是一種計算機程序設計語言，也是一種動態的、面向對象的腳本語言。Python 在設計上堅持清晰劃一的風格，這使得Python 成為一門易讀、易維護，并且被大量用戶所歡迎的、用途廣泛的語言。同時，Python 也是一種代表簡單主義思想的語言，而且極其容易上手，其底層是用C 語言寫的，很多標準庫和第三方庫也都是用C 寫的，運行速度非?？?。

正則表達式是計算機科學的一個概念，是對字符串（包括普通字符，例如a 到z 之間的字母）和特殊字符（稱為“元字符”）操作的一種邏輯公式，就是用事先定義好的一些特定字符、及這些特定字符的組合，組成一個“規則字符串”，這個“規則字符串”用來表達對字符串的一種過濾邏輯。正則表達式是一種文本模式，模式描述在搜索文本時要匹配的一個或多個字符串[1]。正則表達式的特點是靈活性、邏輯性和功能性非常強，可以迅速地用極簡單的方式達到字符串的復雜控制。給定一個正則表達式和另一個字符串，可以判斷給定的字符串是否符合正則表達式的過濾邏輯（稱作“匹配”），也可以通過正則表達式，從字符串中獲取我們想要的特定部分。

管制指令是飛行器在空中飛行的指向標，有效的管制指令確保了旅客、機組人員的生命安全，管制指揮不當可能會引發嚴重的飛行事故，其重要性不言而喻。盡管目前空管系統使用的內話設備有側音功能，可以將管制員發出的話音反饋到管制員的耳機，但是在飛機流量過大的情況下，管制員發錯指令或者遺忘已發出的指令的情況仍然時有發生。

本系統的主要目的是記錄和分析管制員發出的每一條指令，讓管制員可以清晰地掌握自己所發出的各條指令，從而提高管制指令的準確性，減少“錯忘漏”的現象。對于安全管理的工作而言，本系統可以以文本的形式記錄和顯示管制員發出的所有指令，有利于預防各種飛行安全事故的發生，對于飛行安全事故的事后追查來說，也是一個有力的工具。

2 系統工作流程

如圖1所示，管制員在管制席位上發出的指令經過語音采集模塊之后會形成wav 音頻文件，通過網絡傳輸，wav 音頻文件會發送到計算機，計算機通過人工智能程序將wav 音頻文件轉化為文本文件，再將文本文件發送給本系統，本系統會對文本文件中的管制指令進行識別和分析，進而提取出關鍵信息，并將關鍵信息顯示到終端上。

圖1 系統總架構圖

3 管制指令識別流程

3.1 航班號的識別

列表是Python 中最常用的數據類型，它由一系列按特定順序排列的元素組成，我們可以將任何類型的數據加入列表中，列表中的元素之間可以沒有任何關系[2]。本系統在識別和分析管制指令的過程中需要用到兩個列表，列表一用于存儲目前正在指揮中的航班的航班號，列表二用于存儲從管制指令中解析得到的各種關鍵信息。

管制指令雖然種類繁多，但其用語格式較為固定，如航班號+指令動作+狀態[3]，而且一條準確、有效的指令必定會包含一個航班號，所以本系統依據指令中是否存在一個有效的航班號來判斷該指令是否有效。但有時管制員會僅用航班號的后四位數字來呼叫飛機，例如“南方5873”航班，管制員發指令時可能會直接呼叫“5873”，省略“南方”二字，這種情況下也應視為存在有效的航班號。本系統將“南方5873”這樣的航班號定義為完整航班號，將“5873”這樣省略“南方”二字的航班號定義為簡略航班號。完整的航班號識別流程如圖2所示。

利用正則表達式對指令中的航班號進行匹配，具體的代碼如下：

match=re.search（r'（'+st r（cn_hbh）+'）d{3，4}'，command）

代碼中的“re.search”表示使用正則表達式的“search”方法，“cn_hbh”用于匹配航班號前面的兩個中文字符；“d{3，4}”用于匹配航班號后面的數字，對于一般的航班號而言，其后面的數字一般為三位或四位，運用正則表達式可以很方便地寫出對應的匹配規則；“command”為管制指令。

圖2 管制指令解析流程

3.2 QNH 與QNE 的提取

利用正則表達式對指令中的QNH 和QNE 信息進行匹配，具體的代碼如下：

match1 = re.search（r'標 壓|標 準 氣 壓|標 準 大 氣 壓'，command）

match2= re.search（r '（修正海壓是?）（dd）（10d{2}）|（修正海壓是?）（dd）（9d{2}）'，

command）

match3=re .search（r'（修正海壓是?）（10d{2}）|（修正海壓是?）（9d{2}）'，command）

在識別和解析管制指令中的QNH 信息時，遇到的問題主要是管制指令用語的不統一和不規范。例如，對于管制指令中的“標準大氣壓”來說，管制員發指令時一般會說“標壓”或者“標準氣壓”，少數情況會說“標準大氣壓”。而對于管制指令用語不規范的情況，此處可以舉出如下一個例子：

“南方5873下到修正海壓271009。”

在此指令中，管制員把高度下降的指令“下到27”和QNH信息“修正海壓1009”混合在一起，這對指令的識別帶來了一定的困難。由于修正海壓的數值范圍一般為900至1099，本系統對此類指令的識別方法是把“修正海壓”四個字與符合修正海壓范圍的后四個數字“1009”提取出來作為QNH 信息，中間的“27”兩個數字留待下一步提取高度信息時使用。

3.3 高度信息的提取

利用正則表達式對指令中的高度信息進行匹配，具體的代碼如下：

match1=re.search（r'上高?度?d 千?d?'，command）

match2=re.search（r'上到高?度?d 千?d?'，command）

match3=re.search（r'上升至高?度?d 千?d?'，command）

match4=re.search（r'下高?度?d 千?d?'，command）

match5=re.search（r'下到高?度?d 千?d?'，command）

match6=re.search（r'下降至高?度?d 千?d?'，command）

在識別和解析管制指令中的高度信息時，若匹配到關鍵字“上”，說明該指令是高度上升指令，若匹配到關鍵字“下”，說明該指令是高度下降指令。由于管制指令用語的不統一，管制員可能會使用“上”、“上到”、“上升至”等不同的關鍵字，在匹配程序中需要對各種關鍵字按照一定的順序進行匹配，才能準確提取出指令中的高度信息。

另外，管制指令中的某些問候語，如“上午好”、“下午好”等，會跟關鍵字“上”和“下”發生沖突，在提取管制指令中的高度信息之前，要先對管制指令進行預處理，將問候語等無用信息刪除，避免在提取信息時發生錯誤。

3.4 速度信息的提取

利用正則表達式對指令中的速度信息進行匹配，具體的代碼如下：

match1=re.search（r'調速到?ddd'，command）

match2=re.search（r'增速到?ddd'，command）

match3=re.search（r'減速度?到?ddd'，command）

match4=re.search（r'（保持）?速度ddd'，command）

管制指令中，速度信息的表達有多種方式，除了以上“調速”、“增速”、“減速”、“保持速度”之外，還會出現“大速度”、“大表速”等，提取速度信息時需要分析和統計指令中出現的各種關鍵字，制定出相應的匹配規則，才能得到準確的速度信息。

3.5 航向信息的提取

利用正則表達式對指令中的航向信息進行匹配，具體的代碼如下：

match1=re.search（r'飛?航向飛?（[0-3]d[05]）'，command）

match2=re.search（r'飛?（[0-3]d[05]）'，command）

match3=re.search（r'（保持）?航向先?飛?到?是?（[0-3]d[05]）'，command）

航向的范圍是0度到360度，而且管制指令中的航向信息一般只會精確到5度，在提取航向信息時，先匹配關鍵字“航向”，然后匹配百位數字為0至3，個位數字為0或5的三位數字，就能提取出管制指令中的航向信息。

4 結束語

本系統利用了Python 編程語言和正則表達式，制定了多條匹配規則，對管制指令中的各種關鍵信息進行提取。針對管制指令用語不統一、不規范的難題，利用正則表達式靈活多變的優點，對各條匹配規則進行優化和細化，提高了識別各種關鍵信息的成功率。本系統可以將管制員發出的管制指令進行記錄與實時反饋，通過本系統，管制員可以更好地掌握已發出的指令，降低“錯忘漏”的發生概率，能有效避免因管制指揮不當引發的航空不安全事件的發生。