论文摘要
为了缓解终端区空域拥堵和降低航空器运行风险,提出一种基于反向神经网络（BP）的航空器飞行轨迹预测模型。首先,对航空器历史数据进行筛选和降噪处理,得到基准轨迹;其次,建立基于Hausdorff距离的轨迹相似性矩阵,采用模糊C-均值聚类（FCM）对所有轨迹进行自动分类;最后,综合考虑飞行轨迹的三维位置、速度和航向特征,利用BP神经网络对轨迹特征进行训练学习,建立飞行轨迹预测模型,用于对未来时刻的短期飞行轨迹多维特征进行预测。试验结果表明:该网络模型预测误差小、预测效果好,可以更加准确地进行航空器的飞行轨迹预测。
论文目录
文章来源
类型: 期刊论文
作者: 李楠,强懿耕,焦庆宇,李佳翌,高峥
关键词: 航空运输,飞行轨迹,神经网络,预测
来源: 科学技术与工程 2019年21期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑
专业: 安全科学与灾害防治,航空航天科学与工程
单位: 中国民航大学空中交通管理学院,中国民用航空天津空管分局
基金: 国家重点研发项目(2016YFB0502405),天津市大学生创新创业训练计划项目(201910059079)资助
分类号: V328;V355
页码: 330-335
总页数: 6
文件大小: 231K
下载量: 303