【技术实现步骤摘要】
一种基于二进制编码表示与多分类的航迹预测方法及装置
[0001]本专利技术涉及空中交通管理领域，特别是一种基于二进制编码表示与多分类的航迹预测方法及装置。
技术介绍
[0002]在空中交通控制领域，航迹预测作为一项关键技术，辅助完成诸如空中交通流量预测，冲突检测等任务。精确的航迹预测将大大提高空中交通管制员在实时空域管理中的工作效率，进一步确保航空器的安全。但传统的数据驱动型预测方法将航迹预测问题定义为基于时序数据的回归问题，而描述航迹点的各项属性因其刻度差异会限制这些方法提取航空器轨迹模式的能力，例如，经纬度使用度数作为度量单位，而海拔则使用米作为度量单位。此外，空中交通管制员在实时空域管理中的决策一定程度上依赖于精确的航迹多步预测，而基于回归的方法因为受到标准化等影响，使得多步预测存在较大的累积误差，从而限制了实用价值。
技术实现思路
[0003]本专利技术的目的在于：针对现有技术存在的预测精度不够、在多步预测中的效果不佳的问题，提供一种基于二进制编码表示与多分类的航迹预测方法及装置，利用注意力机制提取相...
【技术保护点】
【技术特征摘要】
1.一种基于二进制编码表示与多分类的航迹预测方法，其特征在于，包括以下步骤：S1：从ATC系统获取原始的航迹数据，对其进行解码后提取关键信息，对关键信息进行数据预处理，构建数据集，包括训练集、验证集和测试集；S2：构建航迹预测模型，包括二进制编码模块、预测模块以及二进制解码模块；所述二进制编码模块根据数据集的各属性的预测精度要求和数据范围确定各属性的编码长度，对各属性进行二进制编码；S3：训练航迹预测模型，使用预设的联合损失函数和所述训练集训练所述航迹预测模型，使用所述验证集测试该模型得到测试结果，根据测试结果对超参数进行微调，得到训练完备的航迹预测模型；S4：使用所述测试集对所述训练完备的航迹预测模型进行测试，并根据评价指标评估所述训练完备的航迹预测模型；S5：从ADS
‑
B系统采集实时航迹数据，经解码后输入所述训练完备的航迹预测模型，得到航迹预测结果。2.根据权利要求1所述的一种基于二进制编码表示与多分类的航迹预测方法，其特征在于，步骤S1中，所述关键信息包括每个航迹点的背景信息和时空信息，其中，背景信息包括航班号、航迹号；时空信息包括时间戳、经度、纬度、海拔、经度方向速度、纬度方向速度、垂直方向速度；所述数据预处理包括：对于时空信息有缺失值的航迹片段，若缺失值数目少，则使用三次样条插值补全该航迹片段，若缺失值数目多则抛弃该航迹片段。3.根据权利要求1所述的一种基于二进制编码表示与多分类的航迹预测方法，其特征在于，步骤S1中，所述数据集的构建包括：S11，设使用n
‑
1个经预处理后的航迹数据进行预测，利用窗口大小为n的滑动窗口以1个航迹点为步长，截取航迹数据作为一个数据对，该数据对由前n
‑
1个航迹点的观测值和最后1个航迹点的目标值构成；S12，从所有的数据对中，以8:1:1的比例将其划分为训练集、验证集和测试集。4.根据权利要求1所述的一种基于二进制编码表示与多分类的航迹预测方法，其特征在于，步骤S2中，二进制编码过程为将每个标量映射为元素只由0和1构成高维二进制编码向量，具体包括：S221，对于浮点型属性，根据精度要求保留小数位数m，并乘以10
m
，将浮点型属性转化为整型属性x，其数据范围为x
min
≤x≤x
max
，则整型属性x的编码长度n满足以下公式：S222，判断整型属性是否为符号整型属性：若为符号整型属性，则n0＝1，进入步骤S223；若为无符号整型属性，否则n0＝0，进入步骤S224；S223，符号整型属性的二进制编码向量中高一位为符号位，其余位为数值位，当该属性为负数时，符号位置1，否则置0，去除该属性符号并转化为二进制，把二进制值按位、居右填充到数值位中，数值位中剩余部分置0；S224，无符号整型属性的二进制编码向量所有位均为数值位，将该属性转化为二进制，把二进制值按位、居右填充到数值位中，数值位中剩余部分置0。
5.根据权利要求1所述的一种基于二进...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。