10.3969/j.issn.1671-1815.2023.17.050
航空器爬升与下降阶段4D航迹预测
准确的4D航迹预测可以在冲突探测与解脱、航迹优化和空中交通流量管理等多个领域发挥重要作用.为提高预测的准确性,提出了基于机器学习的航空器4D航迹预测方法.首先,利用爬升阶段提取研究指标,构建循环神经网络(recurrent neural network,RNN)和长短期记忆网络(long short-term memory,LSTM);其次,在下降阶段进行数据维度拓展,构建RNN、LSTM模型进行航迹预测;最后,对各个维度上的预测航迹点和实际航迹点的误差进行分析.仿真结果表明,爬升阶段模型和下降阶段模型对于航空器位置预测准确性高,展现了航迹预测模型的良好鲁棒性.
航空运输、4D航迹预测、机器学习、循环神经网络、长短期记忆网络
23
V355(航空港（站）、机场及其技术管理)
工信部民用飞机专项科研项目;天津市应用基础多元投入基金重点项目;中国民航大学民航航班广域监视与安全管控技术重点实验室开放基金
2023-07-20（万方平台首次上网日期，不代表论文的发表时间）
共7页
7582-7588
