一种基于序列分解的航迹预测方法及装置

随着空域交通复杂度提升，精确航迹预测对空中交通管制系统至关重要。针对传统方法将航迹数据统一建模、难以区分长期趋势与短期波动的问题，本申请提出一种基于序列分解的航迹预测方法及装置。该方法通过序列分解模块将航迹数据分解为趋势项（反映长期稳定特征）与偏离项（表征短期局部波动），并结合多尺度特征自注意力模块提取趋势项的多层次时空特征，通过趋势‑偏离特征交互模块实现两类特征的动态融合。具体采用ADS‑B系统采集的航迹数据构建数据集，在模型训练中引入均方误差损失函数优化参数，通过序列分解与特征交互机制有效提升航迹预测的准确性和鲁棒性，更精确地捕捉航空器飞行规律，为实时空域管理提供可靠决策支持。