基于ConvLSTM的飞机尾流时空预测

摘要：

飞机尾流预测在动态尾流间隔系统中十分重要.通过结合激光雷达技术,提出了一种基于卷积长短期记忆网络(ConvLSTM)的飞机尾流预测模型,以预测激光雷达(LIDAR)的下一个扫描面.实验团队前期在深圳宝安机场使用激光雷达探测对尾流数据进行采集并进行预处理.然后,构建了ConvLSTM神经网络模型以对尾涡径向速度场进行外推预测.通过采集的数据对所建立模型进行训练、验证、测试.实验结果表明:模型能够有效对尾流进行时空预测,测试的RMSE值为3.30,证明了ConvLSTM在预测飞机尾流耗散演化的潜在用途.

关键词：动态尾流间隔、尾涡预测、卷积长短期记忆网络、激光雷达

所属期刊栏目：52

分类号：V328.3(航空飞行术)

资助基金：国家自然科学基金;国家重点研发计划;民航局安全能力建设项目

在线出版日期：2022-08-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1-4