摘" 要:為提高空管系統數據傳輸異常告警的完整性和實時性,提出基于改進遺傳算法的告警方法。通過調整交叉系數優化算法,進行數據包時序編碼,并用累積和(Cumulative Sum Algorithm,CUSUM)[ 2] 算法計算對數似然比之和,設定閾值檢測多屬性異常。引入確認周期與動態閾值機制,確保連續異常時立即告警。實驗證明,該方法能完整展示異常信息,顯著降低告警延遲、增強告警信號,并有效減少干擾,為空管系統提供更可靠的異常告警支持。
關鍵詞:改進遺傳算法" "時序編碼" "告警方法" "異常狀態" "數據傳輸" "空管系統
中圖分類號:TP391
Analysis of Abnormal Data Transmission Alarm Method for Air Traffic Control System Based on Improved Genetic Algorithm
RAO Hong
Civil Aviation Flight University of China, Guanghan, Sichuan Province, 618307 China
Abstract: To improve the integrity and real-time performance of abnormal data transmission alarms in air traffic control systems, an alarm method based on improved genetic algorithm is proposed. By adjusting the cross coefficient optimization algorithm, data packet temporal encoding is performed, and the Cumulative Sum Algorithm (CUSUM) is used to calculate the sum of log likelihood ratios, setting a threshold to detect multi-attribute anomalies. It introduces confirmation cycles and dynamic threshold mechanisms to ensure immediate alerting in case of continuous anomalies. Experimental results have shown that this method can fully display abnormal information, significantly reduce alarm delay, enhance alarm signals, and effectively reduce interference, providing more reliable abnormal alarm support for air traffic control systems.
Key Words: Improved genetic algorithm; Temporal coding; Alarm method; Abnormal state; Data transmission; Air traffic control system
空中交通管制系統在現代民航中的重要性不言而喻,其安全性和效率直接關系到飛行安全及乘客體驗[1]。隨著航班量的不斷增加,空管系統所處理的數據量也急劇上升,如何確保數據傳輸的準確性和實時性成為了亟待解決的問題[2]。
于均[3]利用云原生技術實現了工業數據的實時采集與異常警報,顯著提升了工業自動化系統的可靠性和效率,具有低延時和高可用性優勢,適用于多種場景。但云原生技術的復雜性增加了系統部署和運維的難度,并且大規模數據并發訪問時,系統性能可能受限,尤其是存儲和處理能力。宋昊鵬等人[4][ 3] 采用Factory Talk軟件監控工業設備狀態,實時采集故障報警數據,通過數據處理和可視化分析支持預防性維修和故障排查。該方法精準采集設備狀態,但設備間數據格式和協議差異增加了數據集成和分析的復雜性。
為提高空管系統的安全性,本文通過對遺傳算法的改進,開展空管系統數據傳輸異常狀態告警方法的設計研究。
1" 基于改進遺傳算法的數據包時序編碼方法
時序編碼是空管數據處理的關鍵,優化其方法可以提升傳輸效率和準確性。針對遺傳算法易陷局部極值和收斂慢的問題,引入局部競爭機制保留優秀基因,并調整交叉系數使子代繼承父代優秀基因并保持多樣性,以此改進遺傳算法,優化時序編碼。此過程如下計算公式所示[A4] 。
式[ 6] (1)中:C表示改進后的遺傳算法;α表示交叉系數;P1表示子代個體;P2表示父代個體。
利用改進遺傳算法設計數據包時序編碼方法:隨機生成空管系統數據包時序編碼的候選解作為初始種群,以二進制或數字序列表示。通過適應度函數評估個體,采用輪盤賭選擇優秀個體。利用算術交叉算子生成新子代,并隨機改變個體基因以增加多樣性。重復迭代評估,直至種群趨近于最優解,從而得到最優數據包時序編碼方式,為空管系統數據傳輸異常狀態告警提供基礎。全局尋優過程如下計算公式所示。
式[ 8] (2)中:M表示數據包時序編碼方案的最優解集;χ表示學習率。
2" 空管系統多屬性數據傳輸異常狀態檢測
在空管系統中,多屬性數據傳輸異常檢測至關重要。CUSUM算法通過累積微小偏移放大其影響,提高小偏移檢測靈敏度。假設空管系統數據傳輸為獨立同分布樣本數列,數據包含多屬性。正常時屬性遵循一定概率分布,異常時部分分布變,引入CUSUM算法統計量計算對數似然比之和。計算公式如下。
式[ 10] (3)中:表示編碼時序數據包對數似然比之和;表示時刻點;表示概率密度;表示正常狀態下的數據包。
通過對上述公式計算結果的放大,進行其中細微變化的感知,即通過對數據包屬性值與其正常均值之間偏差的累積,進行數據傳輸中異常狀態的檢測。此過程如下計算公式所示。
式[ 12] (4)中:表示異常值檢測結果;表示數據包的均值;表示標準差。
在檢測過程中,設定一個閾值,當超過閾值時,認為系統的數據傳輸過程出現了異常狀態。
3" 高時效性異常狀態預警
利用CUSUM算法,對空管系統中的數據傳輸進行實時監測,并結合動態閾值觸發告警。定義異常得分,根據檢測的異常數據,量化每個時間點數據傳輸的異常程度。計算公式如下。
式[ 14] (5)中:表示數據傳輸的異常程度;表示數據傳輸效率。
引入一個動態閾值,根據歷史異常得分和當前系統狀態進行調整。閾值的設置方式如下計算公式所示。
式[ 16] (6)中:表示動態閾值;表示調節系數。當異常得分超過動態閾值?時,認為系統可能處于異常狀態。
為了避免誤報,并不立即觸發告警,而是設置一個較短的確認周。在確認周期內,如果連續檢測到多個時間點的異常得分均超過閾值,則系統立即發出告警信號。通過此種方式,在確保告警準確性的同時,提高系統的響應速度。當空管系統確實接收到異常的數據傳輸時,系統能夠在較短的時間內發出告警信號。
4" "對比實驗
本次實驗選取某空管系統數據傳輸中心為試點,采集其數據作為樣本。模擬數據包丟失、傳輸延遲、數據錯誤等異常場景,全面評估告警方法性能。實時監測數據傳輸狀態,對比預設閾值,及時發現異常并觸發告警機制,確保空管系統穩定運行。
模擬空管系統中GZ01-SS5000型號設備,在2024-12-02 15:03:00,存在通信傳輸中斷造成的數據傳輸異常狀態,此狀態的告警界面如圖1所示。
從圖1所示的結果可以看出,本文方法的告警界面可以準確展示空管系統數據傳輸異常狀態的原因、時間與設備。
實驗過程中,引進于均[ 17] [3]提出的基于云原生技術的報警方法、宋昊鵬[ 18] [4]提出的基于Factory Talk的告警方法,將其作為對照。完成上述測試后,模擬空管系統數據正常傳輸狀態,在數據傳輸第2 s[ 19] 結束后,插入異常傳輸數據,檢驗3種方法發出的告警信號強度,以及是否存在延遲。如正常觸發終端告警,在異常狀態開始便觸發告警信號,并且信號強度>20 dB[ 20] 或<-20 dB;如信號強度較小,在終端極易被誤認為干擾信號,無法起到預警作用。以此為依據,對實驗結果進行分析[5](如圖2所示)。
從圖2可以看出,基于Factory Talk[ 23] 方法可以在第2 s觸發終端預警,但預警信號的強度未能達到>20 dB或<-20 dB。基于云原生技術的[ 24] 方法的預警信號強度較高,但進一步分析可以看出,預警信號從第5 s發出,存在一定的延時。只有本文方法在應用后可以實現對終端數據傳輸異常狀態的高強度、低時延預警。
分析告警信息中的干擾信息,檢驗終端發出告警信息的可靠性。檢驗結果如圖3所示。
從圖3中可以看出,應用基于Factory Talk方法和基于云原生技術[ 27] 方法進行空管系統數據傳輸異常狀態告警,告警信息中均攜帶大量干擾信息,而應用本文方法,告警信息中攜帶的干擾信息則相對較少。
5" 結語
空管系統實時數據交換至關重要,任何傳輸異常都可能帶來嚴重后果。本文基于改進遺傳算法,通過數據包時序編碼、多屬性異常檢測和高時效性預警,優化告警信息的準確性和時效性。該方法深度處理告警信息,精細過濾干擾,幫助運檢人員快速定位核心問題,提高故障排查效率。同時,精準識別數據傳輸異常狀態,避免誤報或漏報造成的運維困擾。綜上所述,本文方法在告警信息的全面性、準確性和時效性上顯著提升,為空管系統安全穩定運行提供可靠技術支持,展現了在空管系統數據傳輸異常告警領域的優越性。
參考文獻[A28]
[1] 許子恒,李王睿,張立東,等.基于信息備份技術提升城市軌道交通數據單向傳輸可靠性的設計方法[J].城市軌道交通研究,2024,27(9):227-230.
[2] 趙喆,李尚澤,王利軍,等.多源數據融合下的電力系統數據傳輸數字化風險檢測技術[J].自動化與儀器儀表,2024(6):203-207,214.
[3] 于均.一種云原生的工業數據收集與故障報警系統架構與實現方法[J].智能制造,2024(3):83-87.
[4] 宋昊鵬,劉巖,邵崇杰,等.淺談基于Factory Talk的設備故障報警數據采集與分析的應用[J].中國設備工程,2022(3):153-157.
[5]陳嘉源,易暢言,王然,等.工業無線可充電傳感網的數據收集及充電優化[J].小型微型計算機系統,2024,45(7):1686-1694.