融合飞行动力学知识的不确定性飞行轨迹预测模型及方法

本发明提出一种融合飞行动力学知识的不确定性飞行轨迹预测模型及方法，预测模型包括轨迹上下文特征编码模块、预训练LLM模块以及基于飞行动力学模型的解码模块。本发明首次提出将预训练大语言模型引入飞行轨迹预测领域，结合飞行状态特征与飞行动力学模型，为LLM设计了专用的编码‑解码流程，这种融合使FlightLLM能够充分发挥LLM在时序数据推理中的优势，利用LLM的时序推理能力建模复杂的飞行动力学，同时通过动力学模型约束轨迹的物理合理性，从而有效表征飞行轨迹预测中复杂的动态特性。而且本发明针对FlightLLM架构，设计了多专家适配器，在预训练LLM中插入可训练的适配器，通过集成学习和随机掩码实现预测精度提升与不确定性量化。