基于注意力机制与CNN-GRU模型的飞机航迹预测研究

作者：徐富元; 蒋明; 王志印; 秦晋; 郑子扬

来源：航天电子对抗, 2022, 38(06): 25-59.

DOI：10.16328/j.htdz8511.2022.06.009

• 轨迹预测
• 注意力机制
• 卷积神经网络
• 门控循环单元

随着当前空中飞机数量的日益增加，有限的空域资源随之日趋紧张，针对现有航迹预测模型无法充分挖掘航迹数据中的关键价值信息的问题，提出了一种结合注意力机制与卷积神经网络（CNN）和门控循环单元（GRU）的飞机航迹预测模型。该模型以历史飞机航迹的经度、纬度、高度数据为基础，首先利用CNN模块从航迹数据中进行空间特征提取，然后将特征输入到GRU模块中进行时间特征的提取，最后利用注意力模块为特征的不同部分赋权，进一步提高模型的预测性能。实验结果表明，相较于CNN、GRU、CNN-GRU等模型，结合注意力机制的CNN-GRU模型在评价指标上有更好表现，能更精确地进行航迹预测。

• 单位
  中国航天科工集团公司