基于ANN-LSTM模型的航空器着陆阶段运行轨迹预测
何昕
王经义
李颖哲
赵瑞
中国民用航空飞行学院空中交通管理学院 广汉 618307
摘要：对航空器各运行阶段轨迹预测是规划飞行路径、维护航空器运行安全等任务的关键技术,在保障航空器安全高效运行等方面具有重要意义.航空器从跑道入口上空50英尺到脱离跑道期间属于高速运行阶段,对其着陆阶段运行轨迹进行预测可预知其脱离跑道位置,辅助管制员对地面滑行航空器进行路径规划,从而减少航空器之间的运行冲突.论文将长短期记忆(Long Short Term Memory,LSTM)循环神经网络与ANN(Artificial Neural Network)相结合,构建航空器着陆阶段滑行轨迹预测模型.预测结果与同类型预测算法进行对比后发现,ANN-LSTM模型预测准确性更高,可实现对航空器着陆阶段轨迹的更好预测.
关键词：深度学习轨迹预测ANN-LSTMQAR数据
分类号：V355.1(航空港（站）、机场及其技术管理)
资助基金：民航局空管局委托项目(H2021-61)
论文发表日期：2024-12-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 61-64,105 )
英文信息