基于长短期记忆神经网络的航迹预测研究

扫码查看

原文链接

万方数据
维普

中文摘要：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.

外文标题：Trajectory Prediction Method Based on LSTM

作者：

唐一鸣

展开 >

作者单位：

中国民用航空飞行学院空中交通管理学院,广汉 618300

关键词：

TBO 四维航迹航迹预测 ADS-B数据 LSTM神经网络

基金：

中国民用航空总局民航发展基金

项目编号：

14002600100018J034

出版年：

2022

DOI：

10.3969/j.issn.1007-1423.2022.09.001

现代计算机

中大控股

现代计算机

影响因子：0.292

ISSN：1007-1423

年,卷(期)：2022.28(9)

参考文献量5