电讯技术

作者：代翔

单位：(中国西南电子技术研究所，成都 610036)

关键词：空中交通管理；4D轨迹预测；深度学习；注意力机制；长短期记忆(LSTM)；

针对传统的轨迹预测方法很难获取轨迹的时空特征、实现高精度和实时预测等问题，提出了一种基于注意力机制的4D轨迹预测模型ARTP(Attentional Recurrent Trajectory Prediction) 。首先，采用正则化方法对各飞行轨迹进行重构，得到等时间间隔的无噪声高质量飞行轨迹；其次，使用长短期记忆(Long Short-Term Memory，LSTM)对飞机飞行轨迹进行时空特征提取；最后，利用注意力机制来捕获飞行历史轨迹中的多层次周期性。该模型有效地利用了周期性的性质来增强LSTM的活动性预测。在真正的广播式自动相关监视系统(Automatic Dependent Surveillance-Broadcast,ADS-B)历史轨迹数据上进行实验和同类方法进行对比，ARTP模型的均方根误差比CNN-LSTM模型低?21.04%?。实验结果表明，基于注意力机制的飞机轨迹预测模型能够取得更高精度的预测结果。

来源：2022年第1期

《电讯技术》期刊编辑部

查看电讯技术杂志2022年第1期