基于神经网络的4D航迹预测方法

发布时间：2021-12-25 08:09

　　为了应对航线网规模扩大、空域资源紧缺等问题带来的挑战,基于四维航迹的运行（Traiectory Based Operation,TBO）被国际民航组织（ICAO）作为下一代空中交通管理系统的核心运行理念。TBO是以对飞行器的4D航迹预测为参考,将航迹在空管系统内部实现共享,精确的管理与控制着飞行器的运行。因此,探究高精度的4D航迹预测技术是目前亟待解决的核心问题。本文针对高精度的4D航迹预测问题,提出一种新颖的基于深度学习神经网络的4D航迹预测方法。该方法主要是在分析飞行大数据的基础上,挖掘大量历史飞行航迹的时空特征,建立神经网络预测模型,实现4D航迹的高精度预测。首先,分析了ADS-B历史航迹数据并对其进行了预处理,研究了ADS-B监视技术和ADS-B航迹数据格式,并采用三次样条插值算法对飞行数据进行了缺失点补充。然后,考虑到航迹含有比较丰富的时空特征,提出了一种基于卷积神经网络（Convolutional Neural Network,CNN）和长短期记忆网络（Long Short-Term Memory,LSTM）相结合的CNN-LSTM组合神经网络4D航迹预测模型。CNN模块用... 

【文章来源】：中国民航大学天津市

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

015-2019年中国民航旅客运输量及增长走势

015-2019年中国民航货邮运输量及增长走势为了应对空域资源紧张、航空运行安全等问题带来的挑战，国际民航组织

航迹插值结果示例


本文编号：3552098