摘要
本发明提供了一种基于时频分析的航班轨迹补全和预测方法,通过分析飞机轨迹数据,完成航班轨迹的补全和未来轨迹的预测。该过程旨在提高航班管理和运营的效率,特别是在处理飞机轨迹缺失和预测未来飞行路径时。针对飞机轨迹数据具有复杂的时频特性和部分数据缺失的问题,提出基于时频分析的航班轨迹补全和预测方法。针对飞机轨迹的时间和频域特征,引入了航班轨迹重建模型,该模型包括主干网络和重建网络。主干网络负责对输入数据的特征提取,重建网络通过轨迹重建模块和频域重建模块指导模型更加关注飞机轨迹的时间特征与频域特征,从而提高轨迹重建的精度。
技术关键词
离散小波变换
轨迹预测模型
解码器
多层感知机
飞机
序列
注意力
联合损失函数
矩阵
频域特征
生成上下文感知
数据
前馈神经网络
元素
编码器模块
代表
系统为您推荐了相关专利信息
风险评估值
监控中心
通信方法
风险评估模型
跑道
变化检测模型
变化检测方法
多尺度语义特征
全卷积神经网络
特征提取模块
机织复合材料
发射率
预报方法
构建机器学习模型
训练集数据
文本生成方法
编码特征
文本生成模型
融合特征
样本