随着我国航空运输业的快速发展,空中交通流量不断增大,空中交通相关问题成为我国航空运输业质量的关键,因此实现空管自动化已成为必然的要求。目前在部分空管单位中,AFTN电报是信息交互的主要媒介,但由于AFTN电报均为人为填写并发送,而且电报标准也在不断更新,管制员发送报文的习惯不同,导致报文的准确性降低。经常有报文重复、报文缺失、报文信息异常等情况发生,给管制部门带来巨大压力。针对以上问题,本文对《民用航空飞行动态固定电报格式(MH/T 4007-2006)》进行了深入研究,总结报文在实际发送和接收过程中出现的异常。根据研究结果,将报文异常依据编译原理的思想划分为格式异常和语义异常两类。在格式异常处理中,本文根据报文编组的组成特点定义了词法规则,根据各类报文的组成结构使用改进的上下文无关文法与设置编组属性定义语法规则。建立报文信息异常处理时所需的知识库,并使用了基于神经网络的知识库训练方法训练数据,在定位异常基础上完成格式异常处理。在语义异常处理中,定义了报文的语义模型,使用改进的A*算法寻找两航路点之间的最短路径并增补报文中缺失的航路信息,结合语义模型分析报文各类语义之间的联系,完成语义异常处理。本文分别从格式异常和语义异常两方面入手进行研究,提出了飞行电报信息异常处理方法。根据这两类异常,实现电报信息异常处理方法,最后使用从东北航管局实时采集的飞行电报数据对本文的实验部分进行验证,分析并统计实验结果,验证本文提出的电报信息异常处理方法的有效性与可行性。本文提出的报文异常处理方法,具有较高的灵活性,若报文的相关规定改变,则直接修改报文的词法、语法、语义规则的定义,而无需修改分析程序。在增补报文航路编组时,使用改进的A*算法可快速的完成航班路径搜索。本文提出的方法可有效的解决报文现有异常,对报文自动化处理有一定贡献。