基于K-means和Adam-LSTM的机场进场航迹预测研究

doi:10.16088/j.issn.1001-6600.2024061404

广西师范大学学报（自然科学版） ›› 2025, Vol. 43 ›› Issue (04) : 15 -23. DOI: 10.16088/j.issn.1001-6600.2024061404

作者信息 +

Author information +

文章历史 +

PDF

摘要

航班机组按照空中交通管制员的指令飞行，是当前空中交通的管理模式。随着航班量增加，为有效提高空中交通运行效率，同时缓解管制员工作负荷，开展基于航迹预测的智慧空管成为新课题。本文针对航班的航迹预测问题提出先分类后预测的航迹预测法。采用某机场进场航班数据，首先应用K-means对航迹进行聚类和分类，接着针对每类进场航迹，构建Adam-LSTM深度学习模型，实现较高质量的航迹预测。研究结果表明，相比传统预测模型，本文方法航迹预测效果具有较大提升，研究成果可为智慧空中交通管理、异常航迹识别等提供技术支撑。