一种基于深度学习的轨迹预测方法

本发明涉及一种基于深度学习的轨迹预测的方法，属于轨迹预测技术领域，本发明融合长短时记忆网络和Transformer的深度学习网络，并将其应用于航空器轨迹预测领域中，适应航空复杂环境中的高维、多变数据输入，如历史轨迹、风速、风向等动态因素，解决传统物理模型在应对动态环境中的不确定性问题，为航空器轨迹预测提供了一种更为精准和高效的解决方案，从而提高了任务的成功率和安全性。本发明的方法还使用了混合专家模型。使不同专家网络能够针对特定高度进行优化，从而使模型能够根据不同高度的大气条件自适应地使用不同的参数，有效增强了模型的预测精度和泛化能力，为航空器轨迹预测提供了更为精准和高效的解决方案，进而提高了任务的成功率和安全性。