Print

基于LSTM-ARIMA模型的短期航班飞行轨迹预测

论文摘要

高效精确的航班飞行轨迹预测是未来空中交通管理系统的关键技术之一,其旨在提高空中交通的运行能力和可预测性。针对现有的航迹预测方法预测精度和稳定性不足的问题,在已有的历史航迹数据的基础上,构建了新的特征维度,分析了经度、纬度和高度三维数据的统计特性,将长短期记忆网络（Long Short-Term Memory,LSTM）对非线性和非平稳时间序列有较强的逼近能力,而差分自回归移动平均模型（Autoregressive Integrated Moving Average,ARIMA）对线性时间序列的处理能力更优的特点相结合,提出了一种以LSTM为主ARIMA为辅的组合短期航迹预测模型,先利用LSTM作为主预测模型对经纬度和高度进行预测,再利用辅模型ARIMA对高度的线性关系进行建模,最后采用CRITIC方法将LSTM和ARIMA预测的高度值融合处理。实验结果表明,这种组合模型利用了两种模型的优势,提高了航迹预测的准确性。

论文目录

  • 1 引言
  • 2 相关理论
  •   2.1 长短期记忆网络
  •   2.2 ARIMA模型
  •   2.3 CRITIC权重赋值方法
  • 3 LSTM-ARIMA航迹预测模型
  •   3.1 航迹数据预处理
  •     3.1.1 坐标转换
  •     3.1.2 特征维度拓展
  •       （1）每个航迹点与参考点R的距离d。
  •       （2）每个航迹点和参考点R的角度θ。
  •     3.1.3 数据归一化
  •   3.2 LSTM模型训练
  •     3.2.1 模型参数选择
  •       （1）输入层时间窗口w的选择
  •       （2）超参数选择
  •     3.2.2 模型参数分析
  •   3.3 ARIMA模型训练
  •     （1）序列平稳性检测。
  •     （2）序列平稳化。
  •     （3）模型识别和定阶。
  •     （4）模型检验。
  •     （5）模型预测。
  •   3.4 LSTM与ARIMA组合模型
  • 4 仿真实验及结果分析
  •   4.1 实验数据集和环境
  •   4.2 实验评价指标
  •   4.3 组合模型CRITIC权重参数
  •   4.4 实验及结果分析
  • 5 结论

    • 文章来源

    类型: 期刊论文

    作者: 石庆研,岳聚财,韩萍,王文青

    关键词: 空中交通管理,航班飞行轨迹预测,长短期记忆网络,模型,组合预测模型

    来源: 信号处理 2019年12期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 航空航天科学与工程

    单位: 中国民航大学智能信号与图像处理天津市重点实验室

    基金: 国家重点研发计划(2016YFB0502405),中央高校(3122014C004)

    分类号: V35

    DOI: 10.16798/j.issn.1003-0530.2019.12.008

    页码: 2000-2009

    总页数: 10

    文件大小: 2140K

    下载量: 435

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/c40830ab5368e27817690ac0.html