空军工程大学学报

作者：霍丹1,夏付豪2

单位：1.空军工程大学空管领航学院,西安,710051;2.94032部队,西安,710038\

关键词：空中交通管理;4D航迹预测;时空特征提取;Transformer模型;深度学习

基金：国家社会科学基金(22BGL319)

为保证进近管制区空中交通服务质量与飞行安全,提出一种基于时空感知Transformer模型的4D航迹预测方法,将轨迹预测转换成时间序列预测问题,通过挖掘航迹历史飞行数据的时空特征作为模型输入,综合考虑起飞机场、航空器类型、尾流类型、落地跑道、航空器位姿等关键维度,采用门控循环单元(GRU)提取航迹数据中时间依赖性,并结合时间卷积-门控循环单元网络(TCN-GRU)提取航迹数据的空间特征,从而构建4D航迹时序预测模型,实现高精度的多步航迹预测。实验表明,提出的预测模型相较于传统Transformer模型,随着步长的递增,预测精度的均方根误差减少了20.1%,平均绝对误差减少了27.82%,该研究成果对于提升空中交通的效率和安全性具有重要意义。

来源：2025年第6期

《空军工程大学学报》期刊编辑部

查看空军工程大学学报杂志2025年第6期