[发明专利]一种航班飞机轨迹数据预测系统及方法

权利要求书

1.一种航班飞机轨迹数据预测方法，其特征是，包括：

接收各航班飞机轨迹数据；

对各航班飞机轨迹数据进行分组后保存；

对分组后的飞机轨迹数据进行特征分析，去掉冗余特征；

对特征分析后的飞机轨迹数据进行预处理；

对预处理后的飞机轨迹数据进行监督学习问题适用转换；

将转换后的飞机轨迹数据输入MobileNet-LSTM混合模型进行训练及预测，得到当下未来时刻的轨迹点。

2.根据权利要求1所述的航班飞机轨迹数据预测方法，其特征是，所述飞机轨迹数据由ADS-B接收机接收得到，且飞机轨迹数据包括多个特征，所述特征包括日期、时间、呼号、航班号、经度、维度、高度、速度、航向角和垂直速度。

3.根据权利要求1所述的航班飞机轨迹数据预测方法，其特征是，对各航班飞机轨迹数据进行分组后保存，包括：以航班号作为分组依据对各航班飞机轨迹数据进行分组，生成各航班的时序序列，将各航班的时序序列和飞机轨迹数据保存到以各自航班号命名的文件中。

4.根据权利要求1所述的航班飞机轨迹数据预测方法，其特征是，对分组后的飞机轨迹数据进行特征分析，去掉冗余特征，包括：计算飞机轨迹数据中各特征间的皮尔逊相关系数、概率分布、均值及方差，所述冗余特征包括呼号及航班号。

5.根据权利要求1所述的航班飞机轨迹数据预测方法，其特征是，对特征分析后的飞机轨迹数据进行预处理，包括：

将飞机轨迹数据中所有的数值数据转换成浮点数；

采用上一时刻数据和下一时刻数据进行平均后替换飞机轨迹数据中出现的缺空值；

使用线性函数归一化方法对飞机轨迹数据中每一列数据进行归一化处理；

合并飞机轨迹数据中的日期列和时间列，减少冗余时间列；

将飞机轨迹数据划分为训练集和测试集。

6.根据权利要求3所述的航班飞机轨迹数据预测方法，其特征是，对预处理后的飞机轨迹数据进行监督学习问题适用转换，包括：将时序序列的数据转变为适用于算法能够学习的输入和输出模式，将输入设置为前n秒的经度、维度、高度、速度、航向角、垂直速度六个变量的值，输出设置为n+1秒或n+1秒至n+s秒的六个变量的值。

7.根据权利要求5所述的航班飞机轨迹数据预测方法，其特征是，将转换后的飞机轨迹数据输入MobileNet-LSTM混合模型进行训练及预测，得到当下未来时刻的轨迹点，包括：

将飞机轨迹数据中的训练集输入到MobileNet-LSTM混合模型中进行训练，得到相应的权重文件；

加载完权重文件后，将飞机轨迹数据中的测试集输入到MobileNet-LSTM混合模型中进行预测，通过RMSE、MAPE和MAE这三个指标来计算各特征值的预测误差，通过计算神经网络的参数量以及FLOPs来表示各网络模型的轻量化程度，生成飞机飞行轨迹的经度、维度、高度、速度、航向角和垂直速度预测值，所述MobileNet-LSTM混合模型是一个由MobileNet卷积神经网络和LSTM构成的串行或并行混合模型。

8.一种航班飞机轨迹数据预测系统，其特征是，包括：

接收模块：用于接收各航班飞机轨迹数据；

分组模块：用于对各航班飞机轨迹数据进行分组后保存；

特征分析模块：用于对分组后的飞机轨迹数据进行特征分析，去掉冗余特征；

预处理模块：用于对特征分析后的飞机轨迹数据进行预处理；

转换模块：用于对预处理后的飞机轨迹数据进行监督学习问题适用转换；

预测模块：用于将转换后的飞机轨迹数据输入MobileNet-LSTM混合模型进行训练及预测，得到当下未来时刻的轨迹点。

9.一种航班飞机轨迹数据预测装置，其特征是，包括处理器及存储介质；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据权利要求1～7任一项所述方法的步骤。

10.计算机可读存储介质，其上存储有计算机程序，其特征是，该程序被处理器执行时实现权利要求1～7任一项所述方法的步骤。