-
题名基于双注意力时空图卷积神经网络的4D轨迹预测方法
- 1
-
-
作者
匡育衡
王正宁
王正
石镇瑜
张毓丁
-
机构
电子科技大学信息与通信工程学院
中国航空工业集团公司成都飞机设计研究所
-
出处
《电子科技大学学报》
北大核心
2025年第5期641-651,共11页
-
基金
四川省区域创新合作计划(2024YFHZ0095)
四川省重大科技专项项目(24JBGS0075)。
-
文摘
近年来,4D轨迹预测在空中交通管理系统中的重要性正在逐渐增加,以其为核心技术的冲突检测和解决、飞机异常行为监测、密集飞行区域管控等任务的智能化需求也在逐年上升。机场终端区和密集空域的状况错综复杂且不断变化,现有的方法无法充分捕捉这两个场景下飞机之间的相互作用关系。为了应对这些挑战,提出了基于双注意力的时空图卷积神经网络模型来充分提取飞机之间的潜在时空相关性。该模型利用自注意力机制对邻接矩阵进行重构以便更好地捕捉图节点之间的相关性,并通过图注意力计算提取节点之间的时空特征,最终生成预测轨迹的概率分布。实验结果表明,与现有主流算法相比,利用自注意力机制重构的邻接矩阵和图注意力网络可以随着网络训练不断地优化,从而更好地反应节点之间的潜在关联,提升了4D轨迹预测结果的准确率。
-
关键词
4D轨迹预测
时空图卷积神经网络
自注意力机制
深度学习
-
Keywords
4D trajectory prediction
spatiotemporal graph convolutional neural network
self-attention mechanism
deep learning
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
V355
[航空宇航科学与技术—人机与环境工程]
-
