基于LSTM的航班过点时间预测

• 作者: 徐聪 杨红雨 刘洪 武喜萍 毛继志
• 来源期刊: 长江信息通信
• 关键词: 长短时记忆网络 航班过点时间预测 空中交通管制
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 学术研究
• 页码范围: 65-67
• 页数: 3页
• 分类号: F562
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1131.2021.03.018

摘要

为了提高空管流量管理效率,在飞行计划阶段,精确推测航空器预计过点时间,提出了基于长短时记忆网络(Long Short-Term Memory,LSTM)的航班过点时间预测方法.通过关联航班飞行计划与实际雷达数据,根据计划数据航路点与实际过点时间信息构建了预测模型.将模型预测结果与真实航班过点时间进行对比,将预测过点时间与实际过点时间的绝对值误差作为评价标准,结果表明,基于LSTM的航班过点时间预测模型误差更小,以国内航班CCA4439为例,LSTM模型精度更高,可以将航班的过点时间误差控制在30s以内.