航空器的预测到达时刻(estimated time of arrival,ETA)是间隔管理的基础.针对提高航空器的到达时刻的预测准确性,提高空中飞行容量的同时减小冲突,提出了基于ADS-B数据的小波神经网络预测方法.先将本机的原始ADS-B数据进行预处理,使用小波神经网络方法构建预测模型进行预测;同时获取前机空中广播的最新的ADS-B数据进行增量学习,实时辅助获取前方突发机动飞行空域的最新状况,提高模型的预测能力.最后以某航班为例建立仿真实验,结果显示预测到达时刻的平均绝对误差在15 s内,表明无论是在稳定状况还是突发状况,小波神经网络都有较高的准确性和稳定性.
Research on Flight Arrival Time Prediction Based on Wavelet Neural Network
NETL
NSTL
万方数据
维普
