基于混合卷積神經(jīng)網(wǎng)絡的4D航跡預測

打開文本圖片集

摘 要：近年來民航業(yè)飛速發(fā)展，機場數(shù)量、航線的不斷增加與有限的空域資源成為主要矛盾，給空中交通管制系統(tǒng)帶來了挑戰(zhàn)，因此對飛機軌跡進行分析和預測以改善當前空域限制等問題是國內(nèi)外當前關(guān)注的技術(shù)和難點。本文基于混合深度CNN GRU模型來實現(xiàn)4D航跡預測，使用ADS B歷史航跡數(shù)據(jù)作為試驗訓練，利用卷積神經(jīng)網(wǎng)絡（CNN）提取空間特征，GRU深度模型提取時間特征。（剩余4125字）