摘要
随着世界民航业的发展,繁忙机场的终端区交通愈发拥挤,影响航班正常的起飞和降落,随之带来了许多空域拥挤导致的航班延误问题.对此,欧美等航空发达国家提出了基于航迹运行(trajectory-based operation,TBO)的运行模式,在此模式下可以实现大流量,小间隔,高密度的空域管理.TBO运行模式的核心是航迹预测规划,对航迹预测规划展开深入研究对于空管手段的更新发展很有必要.本文采用基于深度学习神经网络的四维航迹预测方法,通过对ADS-B数据的分析挖掘,实现对航迹的精准预测.结果表明:本文所建立的模型能够较准确地对航迹进行预测规划,可为未来航迹运行模式的发展提供有效帮助.
基金项目
中国民用航空总局民航发展基金(14002600100018J034)
维普
万方数据