1.一种基于多模态数据的航班调配模型预训练方法，其特征在于，包括以下步骤：步骤1，获取管制自动化系统录屏数据，通过深度神经网络目标检测模型进行坐标转换操作，获取屏幕上航空器的位置信息；通过文字识别检测模型或计划数据匹配得到航空器的速度、航向、高度和航班号及部分管制意图；步骤2，获取与管制自动化系统录屏数据对应的语音数据，通过深度神经网络语音识别模型将语音数据转换为文字，并通过意图提取模型提取管制意图，并与录屏数据中的管制意图结合；步骤3，将航空器的位置、速度、航向、高度和管制意图通过航班号匹配，组合成训练数据，对数据进行评分，训练空管强化学习评价模型，所述空管强化学习评价模型包括五层全连接神经网络，输入为航空器的位置、速度、航向、高度和管制意图，输出为数据评分；步骤4，使用训练数据和评价模型训练空管深度强化学习航班调配模型；步骤1中，所述管制自动化系统录屏数据包括航班号FN、高度ALT、速度SPD、航向HDG、位置POS和高度、航向调整意图；步骤1中，所述坐标转换操作的公式为：P xy ＝ T(P uv ) (1)其中P xy 代表转换为经纬度的坐标信息，T代表平面坐标转换函数，P uv 表示步骤1中采用的深度神经网络目标检测模型输出的目标像素中心点；步骤1中，所述计划数据匹配是通过计算航迹位置，遍历计划数据，查找最近航线的计划来进行匹配，公式为：P true ＝Min(Dis(P xy ,P)) (2)其中P true 指匹配的计划数据，Min指取最小值函数，Dis指距离计算函数，P指所有计划数据；步骤2中，所述通过深度神经网络语音识别模型将语音数据转换为文字，公式为：W＝ASR(A) (3)其中W为转换后的文字信息，ASR代表深度神经网络语音识别模型，A代表原始输入语音；步骤2中，所述语音数据与录屏数据时间对应，数据对齐的方法使用语音数据的时间为基准，以航班号为匹配条件，对高度、速度和航向值进行阈值判断，公式为：其中Match代表语音和数据的时间是否对齐，为1代表已对齐，为0代表未对齐；V new 代表当前时刻的高度、速度或者航向值，V old 代表上一采样时刻的高度、速度或者航向值，θ代表阈值；步骤2中，所述管制意图包括航班号、高度调整、航向调整和速度调整意图，录屏数据中的管制意图和语音数据中的管制意图结合公式为：其中A代表最终意图，A Voice 代表语音数据中提取出的意图，A Video 代表录屏数据中提取出的意图， 代表空意图；步骤3中，采用如下公式将步骤1得到的高度ALT，速度SPD、航向HDG和位置POS进行最大最小值归一化：其中X ′ 代表归一化后的数据，X代表归一化前的数据，X min 代表本类别所有数据中的最小值，X max 代表本类别所有数据中的最大值；步骤3中，将步骤2中的管制意图中除航班号之外的数据解析为独热编码，独热编码的格式为：[o 1 ,o 2 ,o 3 ,…,o n ](7)其中，如果o i ＝1，则其余o j ＝0，i和j取值为1～n且j≠i，n代表管制意图数据的类别数；o n 表示管制意图中第n类数据的独热编码；将独热编码后的数据和归一化后的数据拼接成为一个矩阵，作为空管强化学习评价模型的输入数据，拼接的顺序为：[LON,LAT,ALT,SPD,HDG,O]，其中LON,LAT分别为位置POS信息中的经度和纬度，O为独热编码后的管制意图数据；将步骤1中归一化后的数据和步骤2中独热编码后的数据由自动评估模型进行初步评估并打分，自动评估模型的打分公式为：S＝c+W 1 T reduce -W 2 D route -W 3 C conflict (8)其中c代表[0-100]区间内常值，当严重冲突发生时，c的值较小，其余情况下c的值为90；W 1 ，W 2 ，W 3 代表权重系数；T reduce 代表飞行时间相比计划数据减少的时间，D route 代表飞行路径相比原路径的偏离程度，C conflict 代表普通冲突发生的次数；普通冲突和严重冲突由不同的安全间隔界定；S是评估模型得出的分数；对打分结果进行修正，将打分进行归一化，作为空管强化学习评价模型的标签数据，构建出训练数据集，通过训练数据集训练评价模型。
2.根据权利要求1所述的方法，其特征在于，步骤4中，根据步骤3得到的匹配数据，筛选按打分排名靠前的数据，使用匹配数据中归一化后的[LON,LAT,ALT,SPD,HDG]作为输入，使用匹配数据中独热编码后的管制意图数据O作为输出，对深度强化学习进行有监督预训练，损失函数使用交叉熵损失函数Loss，公式为：其中M代表管制意图的类别数量；y ic 为符号函数，当样本i的真实值是c时取1，否则取0；p ic 代表模型输出样本i为类别c的概率；当正确率达到阈值时，停止训练过程，将损失函数修改为空管强化学习评价模型，固定空管深度强化学习航班调配模型和空管强化学习评价模型的网络权重，在模拟训练环境中进行探索，当探索积累到一定数据后，继续固定空管强化学习评价模型权重，开始训练空管深度强化学习航班调配模型权重，目标是使得空管强化学习评价模型输出最大化。
