|
|
1.
基于自生成深度神经网络的4D航迹预测
李旭娟, 皮建勇, 黄飞翔, 贾海朋
计算机应用
2021, 41 (5):
1492-1499.
DOI: 10.11772/j.issn.1001-9081.2020081198
针对四维（4D）航迹预测的实时性不强和存在迭代误差的问题，提出了一种自动生成的条件变分自动编码器（AutoCVAE）。它以编码-解码的形式直接对未来一段时间的航迹进行预测，并能灵活选取观测点个数和预测步长。该方法以处理后的广播式自动相关监视（ADS-B）数据为引导，以减小预测误差为目标，通过贝叶斯优化的方法，在预定义的搜索空间内进行模型结构搜索，每一次的超参数取值都会参考之前的评估结果，使得每一次的模型结构都能向目标更靠近一点，最终实现了一个基于ADS-B数据的高精度的4D航迹预测模型。实验得出，所提模型能快速准确地进行航迹的实时预测，其中经纬度平均绝对预测误差（MAE）均小于0.03°，高度MAE小于30 m，各时刻点的时间误差也不会超过10 s，每次批量预测轨迹的延迟时间不超过0.2 s。
参考文献 |
相关文章 |
多维度评价
|
|
