摘要
本发明涉及一种基于ADS‑B的民航航班预达数据的计算方法,该方法通过多源数据融合,整合ADS‑B数据、气象卫星数据、机场跑道状态监测数据及空中交通管制实时指令数据,并根据航班所处飞行阶段动态调整各数据源的权重。采用动态调整时间同步区间机制,在起飞和降落阶段设定较短的同步区间以捕捉快速变化的数据,在巡航阶段则延长同步区间以优化计算资源。同时,基于Transformer架构的深度学习模型利用多头自注意力机制和位置编码增强特征捕捉能力,并通过稀疏激活策略降低计算负担。系统设有实时监测层,集成日志记录和可视化分析工具,确保模型的可解释性与可追溯性。支持高效的航空管理决策,提升了整体航空交通管理的效率和安全性。
技术关键词
时间同步
计算方法
可视化分析工具
深度学习优化
空中交通管制
状态监测数据
注意力机制
机场跑道
前馈神经网络
ADS‑B数据
高精度定位技术
分布式存储技术
滑动窗口技术
阶段
动态数据源
实时位置
日志
系统为您推荐了相关专利信息
稳定检测方法
船艇
协方差矩阵
图像校正
深度神经网络模型
患者
表达式
卷积神经网络识别
识别特征
图像特征数据
温度预测方法
锂离子电池
延迟机制
数据
反馈特征
泄漏监测系统
边缘检测单元
监测平台
强化学习模型
导电网格