大数据在排查民航甚高频通信领域非正常运行事件的应用探究

马雪霏

摘要：现阶段，大数据智能处理系统的应用成为社会各界关注的焦点，而民航通信系统的持续稳定一直都是民航运行的关键任务。为了促进民航通信系统的平稳运行，考虑在通信系统中引入大数据处理系统，其将在解决民航甚高频通信领域所遇到的问题中发挥重要作用。文章对基于大数据在排除民航甚高频通信领域非正常运行事件的应用展开深入分析和研究，以供参考。

关键词：大数据处理系统;民航;甚高频通信非正常事件

前言

为了更好地保障航班安全、正常运行，大幅提升航空服务能力，民航业对空中交通管制工作予以高度重视，空管系统交通管制工作主要是以甚高频（VHF）地空通信为通信平台。然而伴随着航班流量的不断增加，空中电磁环境的不断恶化，再加之维护人员对通信设备维护失当，会导致民航甚高频通信系统出现故障。在这种情况下，通信信号将丢失或出现一些误差，从而影响到地空通信工作的正常运行，造成部分重要指令没有办法实时发送或接收，严重情况下甚至引发民航安全事故。基于此，民航空管系统应高度重视民航甚高频通信不安全运行因素的分析，并可以考虑引入大数据处理技术，及时找出不正常运行原因，以更好地保障民航甚高频通信的顺利运行。

1民航空管甚高频地空通信发展现状

当前，为了更好地保障国内航路航线地对空语音通信的流畅性以及安全性，我国民航地空通信主要使用甚高频通信技术（VHF），基本上从高中低空可以覆盖所有航线，并且能够较好地满足机场以及航空公司对地空通信指标需求。民用航空VHF地对空通信目前是世界上非常普遍的民用航空地对空通信技术。空间电磁波传播是VHF频带信号的主要传播路径，也可以称为视距传播。受地球曲率影响，并考虑超短波信号的传输性质，空间波传播存在直线距离，即在视距范围内能确保VHF电磁波信号的可靠性以及通信的平滑性。随着我国经济的突发猛进，各个地区的机场数量也在逐渐增加，管制扇区的航班数量也随之大大增加。当前，除了在远洋沙漠等无法建立甚高频台站的地方，凭借语音质量的优势，VHF通信已经取代了通信质量较差的HF通信，成为地面对空通信的主要方式。

2民航甚高频通信非正常运行原因分析

2.1通信设备故障

民航甚高频通信系统的稳定性离不开通信设备的支持，为了更好地保证民航甚高频通信系统稳定运行，需要不断提升通信设备的质量性能，如果一套通信系统中的一台通信设备出现较大故障，则会极大程度上影响整个甚高频通信系统的运行质量，当然也会对扇区内航班的正常运行产生风险。除了常见的硬件设备故障外，传输设备和天馈系统也会出现问题，所以维护人员需要对设备的故障排除和日常维护予以高度重视，按周期对系统进行全面彻底的检查和维护。

2.2外部物理干扰因素

民航甚高频通信系统也会极易受到外部环境因素的干扰。这种干扰因素有着极大的不确定性，可能来自于气象、地貌地形、不明广播亦或者是其他商用飞机的干扰，而且其产生的影响程度也有所不同，轻微的可能会造成通信不良，严重的则可能造成通信完全无法进行。

2.3日常维护失当

单一设备对整套甚高频通信的影响是系统性的，关键节点设备的故障会对通信系统造成灾难性的影响，因此日常维护需要谨慎小心。但是，由于人为疏忽，甚高频通信系统可能会因维护不当而发生故障。周期性维护是保障通信系统正常运行的最后保证之一。只有在维护到位的情况下，才能阻止最终的通信威胁。应将检修要求和人员资质核查作为一项重要工作，尽量减少人员检修疏忽，这样可以降低甚高频通信系统不正常事件的发生率。

3大数据在排查民航甚高频通信领域非正常运行事件中的应用

甚高频通信系统维护维修是十分严谨且复杂的工作程序，对其非正常运行事件的进行排查和检修也是一项系统性工程，因此对于维护人员的个人素质提出了更为严格的要求，在对其进行故障排除时，相关维护人员可以考虑引入大数据处理系统技术，充分发挥其独有技术优势，强化对民航甚高频通信非正常运行原因、设备故障关键问题的分析，不断提升民航甚高频通信非正常运行事件排查效率。

3.1依托于大数据处理智能预测模型，减少出现非正常运行事件的可能性

大数据处理系统往往是可建立模型的。因此，我们可以对本地区民航甚高频通信不安全数据进行总结分析，建立具有本地区特点的大数据模型，这样可以提前评估每个易发生故障的节点风险，并提前风险管控，提供解决方案，以此来不断提升甚高频通信系统维护效率，并最大程度上规避不安全事件发生的可能性。在此过程中，大数据模型也可以帮助有效地应对较为复杂的情境数据，实现对短时间内无法人工处理数据的高效分析，从而为维护人员的决策提供有效的数据支持，而且大数据模型取自于真实案例，所做出的预测往往是可靠并可参考性的。

3.2依托于大数据云处理数据共享技术，提升人员素质培养

大数据系统技术不仅能提出先进的科学预设分析，为民航通信提供预警机制，还能够借助于自身丰富的案例库数据共享来进一步强化对民航工作者的素质培训。近年来，某些航空公司建立了基础数据云网络，在飞行过程中实现各种环境数据的共享。空管系统也可以此为例，推进云上甚高频通信数据的建设和数据共享，通过科学地应用大数据云处理系统展开培训工作，以此来进一步强化人员素质。此外，相关机构可以定期开展系统培训，强化民航从业人员对云数据处理等相关知识技能、业务能力的培训，从而给大数据云数据共享实施提供有效支持。从业人员自身专业能力的提升，将有助于减少甚高频通信系统维护的失误，同时也能够对通信非正常事件应急做出更为精确性、实时性的决策。

3.3利用AI智能大数据处理系统技术，将维护维修动态化

甚高频通信系统对于后期维护有着长久性的系统要求，其维护规章步骤较为复杂，操作流程也较为繁琐，其实都给后期维护工作增加了大量的时间和精力消耗。如果开展基于大数据AI智能化处理系统的维护支持，将维护维修工作动态化，利用AI大数据处理判断整个系统的风险点，针对性的开展维护维修，并给出具体明确的维护维修重点，可以大大减少不必要的维护维修工作量，从而提升民航甚高频通信系统的维护维修效率。。

结语

总而言之，大数据处理系统技术基于大量的真实的案例分析，可以实现对民航甚高频通信系统的风险管控。这一技术的引入，能够帮助民航甚高频通信系统减少运行非正常事件率，進一步强化对通信安全运行风险的控制。对此，民航空管运行保障单位应科学分析各种非正常运行事件，引入大数据处理系统技术以提高通信系统的保障等级，力保航空稳定、安全运行。

参考文献：

[1]廖铮.民航甚高频通信中互调干扰的对策[J].电子技术与软件工程，2021（20）：1-2.

[2]李清嘉.大数据在排除民航甚高频通信故障领域的应用[J].中国新通信，2020，22（22）：5-6.

[3]任静.民航甚高频通信中互调干扰的对策研究[J].中国新通信，2020，22（09）：4.

[4]甘国峰.民航甚高频通信系统可靠性的措施分析[J].通信电源技术，2020，37（08）：180-182.