来源：期刊VIP网 时间：
作者：黎宗孝;张健;罗鑫悦;赵嶷飞;卢飞;
单位：中国民航大学空中交通管理学院;民航广西空管分局;
摘要：航班机组按照空中交通管制员的指令飞行，是当前空中交通的管理模式。随着航班量增加，为有效提高空中交通运行效率，同时缓解管制员工作负荷，开展基于航迹预测的智慧空管成为新课题。本文针对航班的航迹预测问题提出先分类后预测的航迹预测法。采用某机场进场航班数据，首先应用K-means对航迹进行聚类和分类，接着针对每类进场航迹，构建Adam-LSTM深度学习模型，实现较高质量的航迹预测。研究结果表明，相比传统预测模型，本文方法航迹预测效果具有较大提升，研究成果可为智慧空中交通管理、异常航迹识别等提供技术支撑。
关键词：空中交通;;工作负荷;;航迹预测;;深度学习
基金资助：国家自然科学基金(52272356);; 中国民航大学创新训练项目(202310059166);; 中央高校基本科研业务费项目(3122022095)
