摘要
本发明涉及一种基于LSTM和Transformer的混合网络4D飞行轨迹预测方法,属于飞行轨迹预测技术领域。包括:将预处理后的飞行轨迹数据输入嵌入层映射为高维特征表示,形成输入序列;将输入序列输入LSTM网络生成具有时间依赖特征的输出表示;利用多头注意力机制对LSTM网络的输出表示进行全局特征提取,用于捕捉不同轨迹数据点之间的依赖关系和关联性;对多头注意力机制输出的全局特征进行规范化处理,并通过前馈神经网络进一步增强特征表达能力;在解码器中采用掩码多头注意力机制,输出预测特征;将解码器输出的预测特征通过线性层映射至目标空间,生成飞行轨迹预测的最终结果。本发明在复杂的飞行轨迹预测任务中表现出色。
技术关键词
多头注意力机制
混合网络
前馈神经网络
预测特征
解码器
历史轨迹数据
飞行轨迹预测技术
全局特征提取
矩阵
依赖特征
序列
Sigmoid函数
编码
双曲正切函数
周期性特征