共查询到20条相似文献,搜索用时 31 毫秒
1.
以航迹预测方法作为切入点,重庆-广州航路航空器记录的ADS-B数据作为研究内容,提出了一种融合注意力机制的长时序航迹预测方法(CNN-LSTM-attention)。研究运用一维卷积神经网络对航迹数据多维特征进行提取,并将经纬度、高度、速度、航向等的多维特征向量构造成时序形式作为LSTM网络输入,通过赋予LSTM网络隐含层的权重占比并区别不同时序点隐藏层信息对未来航迹预测的影响程度来达到优化预测模型的作用。构建好的CNN-LSTM-attention模型采用Adam优化算法进行训练,LSTM和CNN-LSTM作为实验对比模型,将决定系数R2作为模型评价标准来衡量航迹预测模型的准确性。实验结果表明加入注意力机制的神经网络预测模型CNN+LSTM+attention(卷积神经网络-长短期记忆网络-注意力机制)的方法相较于其他两种,其预测精确性更高。 相似文献
2.
3.
4.
保证安全是航空运行永恒的主题。在保证飞行安全的前提下提高运行效率,是中国民航不断追求的目标。为了进一步提高飞行效率和空域流量,基于航迹的运行模式(TBO)被学界提出作为新一代空管自动化系统中的核心技术。它是以对航空器的4D航迹预测为基础,在空管、航空公司、航空器之间共享航迹动态信息,做出协同决策(CDM)。它改变了传统的将航空器当前位置作为已知条件的运行模式,能够实现高密度、大流量、小间隔条件下的有效空域管理。本文以一个多架飞机汇聚飞行的场景为例,说明基于航迹的运行能有效解决飞行 相似文献
5.
6.
航班离场过程动态多变且高度随机,滑出时间不确定性导致推出时间难以科学配置。为此,研究基于概率滑行时间的航空器离场推出柔性控制问题。首先,采用随机森林回归和核密度估计方法,建立了基于机器学习的概率滑行时间预测模型、超参数调节策略及概率预测性能评价指标体系;然后,引入固定缓冲区概念,提出了离场航空器“推出时刻”柔性控制方法,明确了缓冲区长度对准时到达跑道头概率的作用特性;最后,应用随机规划中的机会约束理论,提出了离场航空器“推出时隙”柔性控制方法,设计了满足机会约束的可行推出时间范围界定规则。实验结果表明:所提方法可对离场航空器概率滑行时间进行科学预测,有效实现传统推出时间刚性控制向多视角柔性控制的灵活转化,可为增强机场离场管制的可预测性和灵活性提供理论方法支撑。 相似文献
7.
8.
9.
10.
为准确预测离港航班滑行时间,基于数理分析同时段场面航空器滑行数量、平均滑行时间等因素对离港航空器滑行时间的影响。将皮尔逊相关系数与随机森林算法相结合减少冗余特征变量,建立基于BP神经网络的滑行时间预测模型,提高离港航空器场面滑行时间预测精度,并通过交叉验证证明预测结果的稳定性。预测结果表明:通过皮尔逊相关系数与随机森林组合模型进行特征选择可提高BP神经网络预测结果的精度,离港航空器的滑行时间预测误差在±5min内的占比由88.23%提升至92.26%,且预测效果较为稳定。模型可以精确预测离港航班的滑行时间,为机场运行提供决策依据。 相似文献
11.
针对海上舰船日益增多、海情日益复杂的严峻形势,改进舰船航迹预测方法,实现对海域态势的有效管控成为亟待解决的问题。结合舰船航迹获取简单、数量较大的显著优势,提出利用舰船航迹数据驱动的基于时空特征融合的舰船航迹预测方法。首先,联合卷积神经网络(CNN)和长短时记忆网络(LSTM)构造时空特征融合网络,充分提取舰船航迹的时空特征;然后,利用海量 AIS(Automatic Identification System)数据进行网络训练;最后,利用网络输出的航速和航向对舰船航迹进行预测。仿真结果表明,提出的网络具有准确的舰船航迹预测能力,能够适应舰船机动运动场景。与传统预测方法相比,该方法能够使预测 MSE减少 0.2~1.4,预测性能大大提高。 相似文献
12.
13.
多跑道作为大型繁忙机场的关键资源和瓶颈区域,在机场运行管理中必须对其进行科学和高效配置。基于经验滑行时间数据,建立了多跑道离场分配模型,在满足场面运行安全约束的前提下,以离场航班滑行时间最小为目标,寻求最优的跑道分配方案。通过选取典型机场进行地面网络建模,结合实际运行数据及航班计划等信息,利用计算机仿真对模型进行了验证分析。仿真结果表明,所提方法与随机分配方法相比,多跑道机场地面容量提高了2.1%,冲突探测与解脱次数降低了20.6%,最大延误时间减小了5.2%。因此,机场运行安全与效率得到改善,所提方法有效,适用于多跑道离场分配问题。 相似文献
14.
15.
一、前言进近程序是航空器根据飞行仪表,对障碍物保持规定的超障余度所进行的一系列预定机动飞行。这种飞行程序是从规定的进场航路或起始进近定位点开始,经过进场、起始进近、中间进近和最后进近,到能够完成自视着陆的一点为止,包括失误进近的复飞程序。所有的民用航空器使用的可供仪表飞行的机场,都必须设计仪表飞行程序,制定机场运行最低标准。建立机场仪表飞行的自的,是保证航空器在机场区域内按规定程序安全有秩序地飞行,以避免在起飞离场和过近着陆的过程中,航空器与地面障碍物,肮空器与航空器之间相撞。确保飞行安全、经济… 相似文献
16.
为了实现终端区内空管单位燃油消耗的有效评估,结合综合航迹数据采用数据挖掘技术,提出一种基于航迹数据的终端区真空速的估算模型.首先应对综合航迹数据处理,提出了对综合航迹处理的方法;通过在中国气象数据网上获取机场上空风的数据,利用插值法建立机场上空风场的模型;分析航行速度三角形,推导出真空速计算模型.最后分别以离场和进场的QAR数据,用Matlab对真空速进行仿真估算.结果表明:方法能够有效地利用综合航迹数据进行真空速的估算. 相似文献
17.
针对执行较长飞行任务的飞行器在飞行任务期间难以实时准确预测机动能力的问题,开展了基于长短期记忆(LSTM)的飞行器纵向可用过载预测方法研究。首先,对飞行器纵向过载相关参量进行了分析。然后,以纵向可用过载为性能指标,建立了基于LSTM网络的BP神经网络预测模型。预测模型的输入是一段飞行时间内可测量的飞行状态数据序列,输出是未来时刻的纵向可用过载。最后,基于某型飞行器建立数字仿真模型并开展了仿真验证及结果分析。研究结果表明,所提出的预测模型准确有效,可以帮助实现飞行器飞行性能的实时评估和预测。 相似文献
18.
19.
航班准点率问题是民航业最为关心的问题之一,准确地预测出航班的准点率能够有效降低航班延误所带来的不利影响、提高乘客满意度。为解决普通深度学习预测模型存在的航班准点率数据挖掘程度不足、预测准确度较低的问题,提出一种基于集合经验模态分解法(EEMD)和双向长短时记忆神经网络(BiLSTM)的机场短期航班准点率预测模型。模型使用EEMD算法将准点率时间序列进行分解,采用BiLSTM结构作为预测模型,使模型能够更深层、高效地处理航班准点率数据,提高预测准确度。实验数据为2018年上海虹桥机场航班准点率及天气数据,实验建立了多个参照模型与所提模型进行对比分析。结果表明:提出的EEMD-BiLSTM模型相较于一般模型预测误差更小,准确度更高。 相似文献
20.
航空器的飞行状态预测是飞行冲突探测的核心问题,也是保障飞行安全的关键所在.为了准确、高效地预测航空器的飞行状态,提出了一种HMM-BP混合模型.首先深入分析了航空器的飞行特点,从不同角度定义飞行状态并建立几何判定方法;然后通过HMM模型分别对航空器的飞行高度、航向以及速度特征进行时序建模;最后利用BP神经网络对航空器的飞行状态进行了推理预测.研究结果表明,该方法通过分析航空器在扇区内最初5min的雷达航迹数据,能够准确地预测其在扇区剩余时间的飞行状态,且计算速度快、预测效率高,可以有效协助管制员正确掌握航空器的飞行状态. 相似文献