基于长短期记忆神经网络的航空器场面轨迹预测方法

摘要

本发明提供一种基于长短期记忆神经网络的航空器场面轨迹预测方法，将LSTM神经网络与多项式拟合方法组合来实施轨迹预测技术，通过设置递增采样周期，理论上可以预测长周期60秒内任意时刻的位置，但预测过长周期的位置，经过预处理生成的训练数据质量低，导致预测精度过低，对于场面滑行冲突的探测，也没有实际作用，所以预测中长期30秒内任意时刻的位置相对比较合适。本发明借助LSTM神经网络具有历史记忆性的特点，能够根据轨迹序列的上下文，隐性模拟航空器的场面运动状态，可以用于预测机场滑行道、跑道上航空器未来时间段的位置，避免航空器场面滑行冲突，为实时路径规划做铺垫，保障机场安全、高效地运行。