基于大数据和AI的4D轨迹预测方法、装置及电子设备制造方法及图纸

本发明专利技术实施例公开了一种基于大数据和AI的4D轨迹预测方法、装置及电子设备。方法包括：获取历史航迹数据，并根据历史航迹数据构建空域三维网格；在各个所述空域三维网格内，获取当前航班数据，并根据所述当前航班数据和历史航迹数据得到当前航班的网格预测轨迹；根据所述网格预测轨迹以及与所述网格预测轨迹中前后网格相同的轨迹的相似度概率，计算各个网格间的飞行时间；根据所述网格预测轨迹和飞行时间完成4D轨迹预测。实施本发明专利技术实施例，将空域网格化，无需机型性能数据，基于历史航迹数据进行4D轨迹预测，提高了预测准确性。

【技术实现步骤摘要】
基于大数据和AI的4D轨迹预测方法、装置及电子设备
本专利技术涉及空中交通管制
，具体涉及一种基于大数据和AI的4D轨迹预测方法、装置及电子设备。
技术介绍
空中交通管制自动化系统(AirTrafficControlSystem以下简称ATC系统)是供空中交通管制员实时掌握空中飞行态势、实施空中交通管制的最重要技术工具。基于航迹运行(TrajectoryBasedOperation，TBO)是下一代ATC系统的核心运行概念之一，它是以航空器的4D轨迹为基础，在空管部门、航空公司和航空器之间共享航迹动态信息，实现飞行和管制之间的协同决策。4D轨迹是由包含经度、纬度、高度，时间信息的航迹点连成的航空器航迹轨迹。4D轨迹预测则是通过现有的信息如空域状态、航空器电报信息、雷达数据、天气信息以及历史航迹信息等对航空器进行航迹预测，预测航空器未来一段时间的4D飞行轨迹。在空域流量管理过程中，通过精确的预测航空器的4D轨迹来预测关键航路点的过点时间和过点高度，来达到对扇区、航路点、航路段等空域的流量进行预测统计的目的，进而在此基础上进行航空器的本文档来自技高网...

【技术保护点】
1.一种基于大数据和AI的4D轨迹预测方法，其特征在于，包括：/n获取历史航迹数据，并根据所述历史航迹数据构建空域三维网格；/n在各个所述空域三维网格内，获取当前航班数据，并根据所述当前航班数据和历史航迹数据得到当前航班的网格预测轨迹；/n根据所述网格预测轨迹以及与所述网格预测轨迹中前后网格相同的轨迹的相似度概率，计算各个网格间的飞行时间；/n根据所述网格预测轨迹和飞行时间完成4D轨迹预测。/n

【技术特征摘要】
1.一种基于大数据和AI的4D轨迹预测方法，其特征在于，包括：
获取历史航迹数据，并根据所述历史航迹数据构建空域三维网格；
在各个所述空域三维网格内，获取当前航班数据，并根据所述当前航班数据和历史航迹数据得到当前航班的网格预测轨迹；
根据所述网格预测轨迹以及与所述网格预测轨迹中前后网格相同的轨迹的相似度概率，计算各个网格间的飞行时间；
根据所述网格预测轨迹和飞行时间完成4D轨迹预测。


2.如权利要求1所述的方法，其特征在于，获取历史航迹数据之后，所述方法还包括：
采用数据仓库技术工具对所述历史航迹数据进行清洗及插值预处理，去除异常航迹数据后存入大数据仓库。


3.如权利要求1所述的方法，其特征在于，所述当前航班数据包括当前航班实际飞行已经经过的N个网格、当前航班的航班属性和飞行意图高度，其中N为自然数；
根据所述当前航班数据和历史航迹数据得到当前航班的网格预测轨迹，具体包括：
由当前航班位置所处的网格开始，基于所述航班属性和飞行意图高度与历史航迹的相似程度，计算当前航班飞行邻接各网格的概率，并将概率最大的网格确定为当前航班即将飞往的下一网格，以此类推得到当前航班未来飞行经过的网格序列；
根据所述网格序列得到当前航班的网格预测轨迹。


4.如权利要求3所述的方法，其特征在于，从网格i飞往网格j的概率为Pij计算方法如下:






其中M为从网格i飞往网格j的历史航迹数量，η为针对航迹数量的权重系数，Pijm为本航班与第m个历史航迹的相似概率，Pijm由航向相似概率Pijmr、进出交接点相似概率Pijmc、已飞过网格相似概率Pijmp、飞行高度意图相似概率Pijmh、机型相似概率Pijma和执飞时间相似概率Pijmt分别乘以一个权重系数后求和决定，对应权重系数为β0-β5。


5.如权利要求4所述的方法，其特征在于，对应权重系数为β0-β5的计算方法如下：
根据所述历史航迹数据形成训练数据集，并根据所述训练数据集得到训练模型；
给定各个影响因素的权重系数β0-β5初值后进行航迹预测，将预测结果进行所述训练模型的损失函数计算，根据计算结果不断调整权重系数β0-β5的值，使得损失...

【专利技术属性】
技术研发人员：欧昕，刘华章，惠文晓，彭国埕，张军，曾元军，郝育松，范丽娟，
申请(专利权)人：成都民航空管科技发展有限公司，中国民用航空总局第二研究所，
类型：发明
国别省市：四川;51