基于AM-LSTM的飞行区航空器滑行轨迹预测与冲突识别

为解决航空器点源定位难以有效预测而引发冲突风险愈来愈多的问题，构建基于注意力机制(AM)和长短期记忆网络(LSTM)的时间序列轨迹预测模型AM-LSTM,预测未来短时间内飞行区航空器的瞬时点源位置；在此基础上，根据航空器型号和滑行航向对其进行轮廓扩展，以航空器速度作为安全距离权重，通过射线法实现轮廓冲突的判定；并以乌鲁木齐地窝堡机场为例进行验证，利用训练完成的轨迹预测模型预测飞行区航空器滑行轨迹，以识别航空器轮廓间的滑行冲突。结果表明：AM-LSTM预测模型能够准确预测飞行区航空器运动轨迹。未来3 s内轨迹位置预测的平均位移误差为1.05 m,轨迹点位置预测精准性可达94.37%,故能在轨迹预测的基础上精确识别滑行冲突风险，有利于保障飞行区的安全运行。