随着我国民航事业的飞速发展,交通流量不断增大,空域严重受限,航空公司与旅客之间矛盾日益激化。这些因素都导致了管制员需要承受相比从前更大的工作负荷。因此采用科学的方法对航空器的运行情况进行预测,对于提高空域运行效率,保障航空器运行安全是十分必要的。本文针对不同飞行阶段飞行状态识别与预测问题,在先验管制经验的基础上建立终端区航空器飞行状态识别模型,采用学习算法预测航空器航路飞行阶段的飞行状态,设计了航空器飞行冲突情况下的飞行状态预测模型,通过Qt平台开发了包含飞行状态预测功能的电子进程单软件。为提高管制指挥效率提供了有效的理论方法和高效的辅助工具。本文主要包括:1.对于终端区进近的航空器飞行状态的识别问题,采用正则表达式提取航迹数据中的关键信息,建立基于先验管制经验的PHMM模型,识别航空器进近过程中飞行状态的变化情况,对管制员的指挥做出合理的评价。2.对于航路飞行的航空器飞行状态预测问题,充分利用隐马尔科夫模型的时序建模能力与前馈神经网路的推理预测能力,建立HMM-BP模型,通过采用学习算法对大量历史航迹数据进行研究,预测航空器飞行状态可能出现的变化。3.对于两架航空器飞行冲突的问题,将管制经验与飞行参数相结合,对传统的Swarm模型加以改进,在势函数与Steer算法的基础上预测在冲突情况下航空器飞行状态的改变,通过Matlab进行模拟仿真。4.设计了包含飞行状态预测的电子进程单软件。基于软件工程的原理,使用UML设计了符合国家标准的概念模型。通过Qt平台设计软件的主要界面和各部分功能,实现预测功能与电子进程单操作的结合。