基于深度学习的航空器场面轨迹预测

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：轨迹预测研究是安全高效控制场面滑行的重要基础,在路由规划,风险预警,航班次序,重要节点的时间安排等都能起到重要作用.利用深度学习中循环神经网络的长期记忆性特点,对航空器场面历史数据进行分析和预处理,设定网络模型参数,构建轨迹预测模型,提出了一种基于深度学习的航空器场面滑行轨迹预测方法.结合场面航空器运动状态的变化,改进长短期记忆网络的隐藏层结构,实现对航空器场面轨迹的中期预测.

外文标题：Aircraft Surface Trajectory Prediction Based on Deep Learning

作者：

李雪、何元清、胡耀

展开 >

作者单位：

中国民用航空飞行学院计算机学院,广汉 618300

关键词：

深度学习轨迹预测长短期记忆网络

出版年：

2022

DOI：

10.3969/j.issn.1007-1423.2022.02.008