从位置数据学习终端空域中飞机的概率轨迹模型
机器学习
2018-10-24 v1 机器学习
摘要
预测飞机运动的模型是现代航空系统的重要组成部分。这些模型帮助飞机规划避撞机动，并有助于进行离线的性能与安全性分析。在本文中，我们开发了一种方法，用于学习终端空域（给定机场周围的受控空域）中飞机运动的概率生成模型。该方法基于该机场飞机着陆与起飞的雷达位置测量历史数据集来拟合模型。我们发现，该模型能生成逼真的轨迹、提供准确的预测，并捕捉飞机轨迹的统计特性。此外，该模型训练快速、结构紧凑，并支持高效的实时推理。
引用
@article{arxiv.1810.09568,
title = {Learning Probabilistic Trajectory Models of Aircraft in Terminal Airspace from Position Data},
author = {Shane Barratt and Mykel Kochenderfer and Stephen Boyd},
journal= {arXiv preprint arXiv:1810.09568},
year = {2018}
}
备注
IEEE Transactions on Intelligent Transportation Systems