一种基于大语言模型的飞行特情管制指令生成与状态闭环控制方法及系统与流程

本发明涉及飞行模拟训练及智能空中交通管制，具体涉及一种基于大语言模型的飞行特情管制指令生成与状态闭环控制方法及系统。

背景技术：

1、现有飞行模拟训练和管制语音交互系统通常采用固定脚本、规则库触发或常规语音识别与意图识别相结合的方式生成训练话轮。上述方式能够处理预先定义的常规通话场景，但在飞行特情训练中，特情处置往往涉及飞行阶段、异常类型、飞机实时状态、飞行员请求、前序指令、历史对话和已完成处置步骤等多类状态信息，且不同状态之间具有较强的时序依赖和安全约束。

2、现有场景库或规则库通常按照完整事件、训练科目或较粗粒度阶段组织资料，难以直接作为多轮对话中逐轮匹配的最小处置单元。当学员复诵存在缺失或错误、飞机状态偏离预期、跑道或空域状态发生变化时，固定脚本难以及时调整下一轮管制对话，单字段触发规则也难以覆盖未预见的状态组合。

3、仅依靠大语言模型自由生成管制指令时，模型输出可能缺少可追溯的指令目标、必要复诵项、禁止动作和状态转移条件约束，导致生成内容与当前飞机状态、运行规则或既定处置步骤不一致。

4、现有系统还难以将学员复诵校验结果和飞机实时状态校验结果稳定回写到对话控制流程中，进而影响飞行特情训练对话的连续推进和状态闭环控制。

5、因此，本技术提供一种基于大语言模型的飞行特情管制指令生成与状态闭环控制方法及系统以解决上述技术问题。

技术实现思路

1、本发明的目的在于提供一种基于大语言模型的飞行特情管制指令生成与状态闭环控制方法及系统，用以解决现有技术中飞行特情训练中完整事件级资料难以逐轮匹配、异构状态难以统一参与检索、大语言模型生成指令缺少结构化约束以及复诵和飞机状态校验结果难以回写状态控制流程的技术问题。

2、为了解决上述技术问题，本发明提供了一种基于大语言模型的飞行特情管制指令生成与状态闭环控制方法，包括：

3、从飞行特情资料提取统一资料记录，对统一资料记录进行处置步骤切分和校验，形成已审核小场景，将已审核小场景的结构化约束信息写入特情小场景库，并将对应场景向量写入向量索引；

4、将训练状态源、前序管制指令、对话摘要和已完成步骤输入分层有限状态机，形成带状态版本号的当前状态集；

5、以当前状态集对特情小场景库执行安全硬约束过滤，并基于向量索引进行向量相似度匹配，输出候选小场景集；

6、将候选小场景集中的约束信息转换为只读约束字段，与当前状态集组成模型输入包，基于模型输入包调用大语言模型生成管制指令包，经安全约束和状态转移校验通过后发送指令文本；

7、将学员复诵槽位和飞机实时参数分别同管制指令包比较，形成观测结果包，并根据观测结果包控制分层有限状态机执行状态转移，形成更新后的当前状态集或输出人工接管标志。

8、在其中一些具体实施例中，从飞行特情资料提取统一资料记录，进一步包括：

9、对通话音频执行降噪、语音活动检测、说话人分离或声道标注，采用经民航通话语料适配的自动语音识别模型生成带起止时间和置信度的转写文本；

10、将呼号、频率、话轮顺序和说话人特征同转写文本匹配，标注管制员角色或飞行员角色；

11、对呼号、中文数字、单位和民航术语执行规范化，并将低置信度转写文本送入人工抽检队列，输出包含资料标识、来源位置、说话角色、起止时间、规范化文本、置信度、资料类型和版本的统一资料记录。

12、在其中一些具体实施例中，对统一资料记录进行处置步骤切分和校验，形成已审核小场景，进一步包括：

13、以说话人变化、静音间隔和时间戳为话轮切分条件，切分通话话轮，并从通话话轮、报告文本、复盘文本和运行规则文本中抽取特情类型、适用飞行阶段、飞行员请求、指令目标、允许动作、禁止动作、必要复诵项、状态转移条件和完成条件；

14、将同一处置步骤内的抽取字段组合为候选小场景，校验枚举值、单位、数值范围、前后依赖和来源完整性，通过校验并完成审核后输出已审核小场景。

15、在其中一些具体实施例中，将已审核小场景的结构化约束信息写入特情小场景库，并将对应场景向量写入向量索引，进一步包括：

16、将状态约束、必要复诵项和状态转移条件按键值结构存储，将来源摘录和示例表达按文本存储，并通过前驱标识和后继标识连接相邻处置步骤；

17、将特情类型、适用飞行阶段、状态约束、飞行员请求、前序动作和处置目标序列化为场景检索文本，输入文本嵌入模型得到场景向量；

18、将场景向量与小场景标识、资料版本、审核版本和嵌入模型版本写入向量索引。

19、在其中一些具体实施例中，将训练状态源、前序管制指令、对话摘要和已完成步骤输入分层有限状态机，形成带状态版本号的当前状态集，进一步包括：

20、获取训练课目初始参数或上一轮更新状态、模拟机实时飞行参数、飞行员请求、前序管制指令、最近若干轮对话摘要和已完成步骤，并输入分层有限状态机；

21、以顶层特情流程状态和特情处置子状态的转移条件为约束，将飞行阶段、特情类型、严重度、空域或跑道、飞行高度、飞行速度、飞行航向、设备状态、气象条件、冲突目标、当前处置目标、剩余处置时间和数据置信度写入当前状态集。

22、在其中一些具体实施例中，以当前状态集对特情小场景库执行安全硬约束过滤，并基于向量索引进行向量相似度匹配，输出候选小场景集，进一步包括：

23、以特情类型、飞行阶段、设备可用性、禁止动作、安全边界和前驱步骤为硬约束条件，保留符合枚举包含、连续量容差、时序先后和持续时间条件的小场景，剔除不符合枚举包含、连续量容差、时序先后和持续时间条件的小场景；

24、将当前状态集、飞行员请求、前序管制指令、对话摘要、已完成步骤和当前处置目标序列化为查询文本并转换为查询向量；

25、基于查询向量同过滤后场景向量计算余弦相似度，将所述余弦相似度作为语义相似度，并基于语义相似度、关键字段匹配度、流程连续性和资料可信度对过滤后的小场景进行加权排序，输出高于最低接受阈值的预设数量候选小场景集；

26、无合格候选时，扩大非关键检索范围并保留安全硬约束，仍无候选时输出人工接管标志。

27、在其中一些具体实施例中，将候选小场景集中的约束信息转换为只读约束字段，与当前状态集组成模型输入包，基于模型输入包调用大语言模型生成管制指令包，经安全约束和状态转移校验通过后发送指令文本，进一步包括：

28、从候选小场景集中选择来源版本一致且状态约束互不冲突的至少一个候选小场景，将场景标识、来源标识、指令目标、允许动作、禁止动作、必要复诵项、状态转移条件和完成条件写入只读约束字段；

29、将只读约束字段、当前状态集、系统级管制规则、禁止事项和结构化输出模式组成模型输入包，并将模型输入包作为大语言模型生成管制指令包的输入；

30、基于只读约束字段调用大语言模型生成管制指令包，并对管制指令包执行字段继承一致性校验、安全边界校验和状态可达性校验，校验通过后发送指令文本。

31、在其中一些具体实施例中，将学员复诵槽位和飞机实时参数分别同管制指令包比较，形成观测结果包，并根据观测结果包控制分层有限状态机执行状态转移，形成更新后的当前状态集或输出人工接管标志，进一步包括：

32、发送指令文本后，对学员语音或键盘文本进行规范化并抽取呼号、高度、航向、速度、跑道、频率、许可动作和限制条件槽位；

33、将关键槽位与必要复诵项进行精确值或配置容差比较，将非关键表达与管制指令包中的指令文本进行语义相似度比较，并将飞机实时参数同预期状态转移条件和下一轮待观察字段比较，形成包含复诵校验结果和飞机状态满足度的观测结果包；

34、当复诵完全正确且飞机状态满足预期状态转移条件时，控制分层有限状态机进入下一处置子状态；

35、当复诵部分正确且无关键项冲突时，控制分层有限状态机保持当前处置子状态并生成缺失项提示需求；

36、当复诵错误、关键项冲突或飞机状态偏离预期时，控制分层有限状态机生成更正需求或重新检索需求；

37、当无合格候选、连续低置信度、连续生成失败或触发安全边界时输出人工接管标志。

38、在其中一些具体实施例中，当复诵部分正确且无关键项冲突时，控制分层有限状态机保持当前处置子状态并生成缺失项提示需求；当复诵错误、关键项冲突或飞机状态偏离预期时，控制分层有限状态机生成更正需求或重新检索需求，进一步包括：

39、将复诵错误槽位、非关键表达缺失项和飞机状态偏离字段写入异常观测队列；

40、以关键槽位冲突、非关键表达缺失和飞机状态可恢复偏离作为异常类别读取异常观测队列；

41、针对关键槽位冲突生成更正指令需求，针对非关键表达缺失生成缺失项提示需求，针对飞机状态可恢复偏离生成重新检索需求；

42、将生成的需求类别写入更新后的当前状态集。

43、基于同一构思，本发明还提供一种基于大语言模型的飞行特情管制指令生成与状态闭环控制系统，包括：

44、小场景库构建模块，配置为从飞行特情资料提取统一资料记录，对统一资料记录进行处置步骤切分和校验，形成已审核小场景，将已审核小场景的结构化约束信息写入特情小场景库，并将对应场景向量写入向量索引；

45、当前状态形成模块，配置为将训练状态源、前序管制指令、对话摘要和已完成步骤输入分层有限状态机，形成带状态版本号的当前状态集；

46、候选小场景检索模块，配置为以当前状态集对特情小场景库执行安全硬约束过滤，并基于向量索引进行向量相似度匹配，输出候选小场景集；

47、管制指令约束生成校验模块，配置为将候选小场景集中的约束信息转换为只读约束字段，与当前状态集组成模型输入包，基于模型输入包调用大语言模型生成管制指令包，经安全约束和状态转移校验通过后发送指令文本；

48、状态闭环控制模块，配置为将学员复诵槽位和飞机实时参数分别同管制指令包比较，形成观测结果包，并根据观测结果包控制分层有限状态机执行状态转移，形成更新后的当前状态集或输出人工接管标志。与现有技术相比，其有益效果在于：

49、本发明公开了一种基于大语言模型的飞行特情管制指令生成与状态闭环控制方法及系统，将飞行特情资料拆解为包含处置目标、管制动作、必要复诵项、状态约束和状态转移条件的已审核小场景，并将已审核小场景的结构化约束信息写入特情小场景库，将对应场景向量写入向量索引，完整事件级资料能够转换为逐轮可检索、可追溯、可校验的处置步骤级单元，管制对话每一轮均能够关联具体资料来源和处置边界。

50、将训练状态源、前序管制指令、对话摘要和已完成步骤输入分层有限状态机，形成带状态版本号的当前状态集，飞行阶段、特情类型、飞机实时参数、飞行员请求、前序管制指令、对话摘要和已完成步骤能够进入同一结构化状态快照，在线检索能够围绕当前训练状态连续推进。

51、以当前状态集对特情小场景库执行安全硬约束过滤后，基于向量索引进行向量相似度匹配，设备可用性、禁止动作、安全边界、前驱步骤等硬约束能够与语义匹配共同作用，候选小场景集能够同时反映运行规则限制、流程连续关系和语义匹配关系。

52、把候选小场景集中的指令目标、允许动作、禁止动作、必要复诵项、状态转移条件和完成条件转换为只读约束字段，并与当前状态集组成模型输入包，大语言模型生成管制指令包时具有明确的业务输入范围，候选小场景和当前状态集能够共同约束指令文本、管制动作、必要复诵项和状态转移条件的生成。

53、对管制指令包执行字段继承一致性校验、安全边界校验和状态可达性校验，并在校验失败时将错误字段与原模型输入包共同构成重生成输入，模型输出经独立校验后发送，从而能够在指令发送前识别并拦截字段缺失、来源不一致、禁止动作、飞行冲突和状态转移不可达等问题，必要时进入人工接管流程。

54、将学员复诵槽位和飞机实时参数分别同管制指令包比较，形成观测结果包，并根据观测结果包控制分层有限状态机执行状态转移，复诵校验结果和飞机状态校验结果能够稳定回写到状态控制流程，多轮飞行特情管制训练能够在推进、保持、回退、重新检索、人工接管和结束之间形成闭环。