摘要
本发明提供一种融合空间感知与时频转换的飞行轨迹预测方法,涉及计算机与空中交通管理技术领域。该方法首先构建飞行轨迹数据集,并对飞行轨迹数据集中的完整飞行轨迹进行预处理,得到飞行轨迹序列,生成训练样本;然后构建飞行轨迹预测模型进行飞行轨迹预测;其中,飞行轨迹预测模型首先对飞行轨迹序列进行特征维度扩展,得到飞行轨迹高维特征表示;再学习飞行轨迹序列高维特征表示中的空间结构依赖关系及时间依赖关系,用以生成最终的飞行轨迹预测结果。最后基于监督学习的思想构造飞行轨迹预测模型的损失函数,对构建的飞行轨迹预测模型进行训练,得到训练后的飞行轨迹预测模型。该方法在降低模型复杂度的同时提升预测准确度。
技术关键词
飞行轨迹预测
多层感知机
模块
学习器
序列
空间结构
特征切片
通道
深度学习模型训练
轨迹特征
关系
空中交通管理
频率
矩阵乘法运算
生成训练样本
前馈神经网络
全局平均池化
描述符
数据
系统为您推荐了相关专利信息
变化检测模型
网络模块
变化检测方法
输入端
多层感知机
碰撞仿真分析方法
新能源汽车电池
电池包
温度变化信息
碰撞工况
纸质档案
透视变换矩阵
分类阈值
纠正算法
档案库