多源数据融合技术在新疆空管自动化系统中的实践与效能提升

关键字:新疆空管；多源数据融合；ADS-B；5 G-TSN；智慧民航

0 引言

新疆飞行情报区横跨阿尔泰与昆仑两大山系，总面积相当于五个江苏省，天然地形造成的雷达盲区与沙尘气候导致的信号衰减长期制约运行效率。2024 年全国航班运行效率报告显示，乌鲁木齐 FIR 航班密度仅 0.22，却仍在暑运期间出现延误叠加与指挥超载的双重压力，凸显“监视灰区 + 信息割裂”的瓶颈。民航局《智慧民航建设路线图》要求“广域覆盖感知、数据深度互联”，新疆空管遂以多源融合为抓手启动自动化系统全面升级，迈向“看得见—看得清—判得准”的新阶段。

1 新疆空域运行现状与融合需求

新疆乌鲁木齐飞行情报区（FIR）在面积上堪比五个江苏省，山系、戈壁与盆地交错形成天然“电磁迷宫”，一次雷达与 SSR 的波束经常被高差五千米以上的山脊反射或吞噬，导致南疆低空（FL 290 以下）监视覆盖长期停留在大约 86% 的水平；与此同时， ⟨2024 年全国民航航班运行效率报告》披露该 FIR 的单位航班密度仅0.22，却在去年暑运期间录得日均起降 930 架次、年增长率 12% 的“量级跳跃”，班组管制口令一分钟峰值多次触及疲劳警戒阈值。在“低密度-高复杂-高增速”三重张力之下，传统以单一雷达为核心的数据链已无法给出足够细粒度的航迹支撑，促使新疆空管局决定以多源数据融合为治本之策：在一次雷达体系之外有序引入ADS-B、MLAT、5 G-TSN 时敏网络与星地混合 NTN-LEO 链路，力图构建“秒级感知—毫秒同步—智能决策”全链路。

2 系统总体架构与关键设施

2.1 “ 1+2+N^∗ ”三级拓扑

为了让数据流天衣无缝地穿越高原与沙漠，新疆空管局将全疆监视网络改造成“1座中心云、2 座异地热备、N 个边缘节点”的立体格局：乌鲁木齐 ADS-B 二级数据中心在 2024 年完成扩容后，吞吐能力被拉升至 1.2Gbps ；中心链路末端同步加装 Raman 放大与前向纠错（FEC）组件，使沙尘暴背景下的光功率波动被钉在 1.6dB 以内，监视帧流依旧维持稳定频闪。地震、电网“黑启动”等极端情景下，克拉玛依与库尔勒两座备份节点凭借 L3-VPN + 双纤 DWDM 环路，可在 35 毫秒内把全部业务切换至安全侧，不让任何一条航迹“掉线”。更关键的是，2024 年一口气新建的 11 座 ADS-B 补盲站配合伊宁、喀什、若羌等地的轻量 MLAT，让昔日280 公里一跳的“黑域”被压缩成不足 60 公里的窄缝，一举把低空感知盲区降到2% 左右。

2.2 传输网络与数据安全

在传输侧，中心-边缘骨干网采用 5 G-TSN × DWDM 的混合架构：L2.5 硬切片把毫秒级航迹报文与 4 K 视频流彻底分舱，优先级流控（PFC）再将链路抖动抹平至 10μ_s ；而塔里木盆地首次落地的 NTN-LEO 试验链路，则把大漠腹地的往返时延稳定在 400ms ，将无人机 BVLOS 与应急搜救纳入同一张监视网。所有原始帧流在进入 Kafka 总线后写入 Ceph 对象湖，并以 AES-256-GCM 双栈加密在“云-边”侧同时留痕，既满足《数据出境安全评估办法》的逐帧审计，也为后续算法训练积累高完整度样本。

3 核心算法与技术创新

新疆空域的特殊地形决定了任何“算法拼图”都不能只靠滤波堆叠，而要让多模态互补与可解释机制同步发力。首先，GNSS 差分叠加 PPS 时码把 36 座站点的时钟漂移拦截在 80μ s 以内，配合基于地磁模型的动态补偿，实时抹平南北疆

3^∘ 的磁偏角梯度。其次，主干 EKF 内嵌 自回归粒子” 双分支：前者专盯高速俯冲或高 G 转弯的战训机，后者锁定 <140kt 的慢速无人机，两支滤波流每 0.8 秒交换置信度并在线调整观测噪声矩阵，最终把低速目标掉点率压到0.3‰ 。与此同时，GPT-TS 模型把席位语音、ATFM 流量与格点气象编码进 512 维向量，可提前半小时给出塔台指令峰值预测，最大误差不超过 ±7% 。为了让“黑箱”消失在算法环节，系统引入 SHAP-GNNS 可解释框架，实时渲染“雷达 / ADS-B/ MLAT / LEO”各源权重热图，并把结果写入监管审计链，确保任何航迹决策都能被追溯到数据源头。

4 实施历程与典型应用场景

2025 年 3 月，乌鲁木齐塔台在“黑化雪”综合演练中首次调用数字孪生沙盘，将 26 架航机的 ADS-B 与 MLAT 轨迹实时映射进 1:1 的三维地形，教员只用 90 秒便完成两条交叉跑道的串行复飞推演，学员对高原复杂程序的掌握效率比传统 PPT 教学提升 45% 。同年盛夏，土耳其—乌鲁木齐—韩国黄金航路上线 AIDC+ADS-C 自动移交，语音报文量骤降 17% ，两国 FIR 间电子标签确认延迟首次压缩到 6 秒以下；而塔里木腹地的星-地混合链路试点，则在 400ms 级回程时延中顺畅完成无人机 BVLOS 货运与应急搜救演练，进一步验证了“高原—沙漠—边境”多场景的可迁移性。

5 效能评估与持续优化

在连续 12 个月、累计 1.5 亿条航迹的回归分析里，南疆 FL 290 以下的监视覆盖率由 86% 抬升至 98% ，剩余盲点主要收束在昆仑山西南折线；雷达 + ADS-B 双模刷新周期从 12 秒被压缩到 1 秒，高机动目标启用 0.5 秒采样后，冲突预判窗口扩展 60% ；塔台峰值口令量从 32 条 /min 降到 27 条 /min ，脑电 θ/β 比指示主观紧张度下降 13% ；区域流控通知抵达塔台显示端的链路延迟缩短到29 秒，旅客平均延误由此缩短 7 分钟；而云-边双活配合 TSN 快速重路由，将全年系统级中断时间收敛到 1.1 小时，较升级前锐减 79‰ 。接下来，新疆空管局计划再布设 6 组 GNSS-MLAT 轻站，把盲区压至 1% 以下；同步把 NTN-LEO 时延拉低至 300ms ，以承载 eVTOL 与物流 UAS；并将 GPT- 4o 空域大模型私有化下沉，与数字孪生塔台形成“仿真—实况—迭代”闭环，为少人值守与自治化冲突解脱打开最后一公里。

6 结束语

从“间断可见”到“连续可知”，再到“智能可判”，新疆空管多源融合工程以数据、算法与网络的共振，为我国偏远高原空域的智慧化升级搭建了可复制、可推广、可迭代的技术框架。随着 MLAT 布点、星地融合与本地大模型的持续落地，新疆空管有望在未来五年完成从“自动化”到“自治化”的跨越，真正让大美西陲的每一寸空域都在安全高效的数字脉搏中蓬勃跃动。

参考文献:

【1】瞿潇炜.RNP AR 运行下的民机多源融合容错导航技术[D].南京航空航天大学,2023.DOI:10.27239/d.cnki.gnhhu.2023.000855.

【2 】李瑛, 颜廷龙. 航空大数据的融合及挖掘技术综述[J]. 航空计算技术,2020,50(06):124-128.

【3】瞿潇炜.RNP AR 运行下的民机多源融合容错导航技术[D].南京航空航天大学,2023.DOI:10.27239/d.cnki.gnhhu.2023.000855.