随着国家经济水平提升,我国民航事业开始飞速发展,航班班次逐年增长,空中交通流量稳步提升。因此对于空中交通管制人员的培训要求也逐年递增。目前,国内对于空中交通管制人员的培训主要由空管模拟训练机为主,采用计算机代替飞行员进行指令应答,是提高管制员培训和模拟机利用率的有效途径。本文对管制模拟机人机对话系统开发的合理性进行了深入研究,对陆空通话中管制指令识别和应答指令合成问题进行了全面分析,提出了改进的Seq2Seq陆空通话对话模型,并搭建了对话系统可视化平台,为模拟机智能化打下基础。本文首先从《空中交通无线电通话用语标准》出发,分析陆空通话特有的对话结构与语言特点,归纳了进近管制、区域管制等多种管制术语的规范对话结构。然后根据陆空通话对话结构特点,构建了航班、字母、高度、航路点、指令等专有名词的陆空通话语料库,并在此基础上完成中文分词、词性标注等预处理工作。其次选择Word2vec训练工具来训练数据集,相比稀疏词向量表示方法降低了词向量维度,减少了网络的计算量。同时,Word2vec还能将具有相似语义的单词映射成对应的向量空间,从而使词向量具有语义特性,从而可以有效地表达陆空通话中的指令意义。然后选择基于Attention机制的Seq2Seq网络架构,搭建了陆空通话对话模型,在此基础上使用陆空通话词向量进行训练,通过调整学习速率与网络层参数对实验结果进行统计对比,以训练时间和精确度为衡量指标,对训练结果进行分析。针对训练过程存在的缺陷问题,提出了改进的陆空通话对话模型。训练结果表示,模型准确率提升至93%,时长缩短至4h10min,满足了计算机替代飞行员实现实时应答管制指令的需求。最后设计了陆空通话指令应答的对话系统,集中展示本文的研究成果。系统由登录界面和指令应答对话界面组成,该系统对未来计算机代替飞行员实现智能管制员-计算机对话模拟训练系统的完成提供研究支撑。