中文

用于地面轨迹预测的在线学习

人工智能 2012-12-18 v1 系统与控制

摘要

本文提出一个基于混合系统的模型,用于数值模拟飞机的爬升阶段。该模型随后被用于轨迹预测工具中。最后,采用协方差矩阵自适应进化策略(CMA-ES)优化算法来调整五个选定的参数,从而提高模型的精度。集成到轨迹预测工具中后,该模型可用于推导预测误差随时间变化的量级,从而确定轨迹预测的有效域。对所提模型的首次验证实验基于一次起飞时轨迹预测随时间变化的误差,参照理论 BADA 模型的默认值。该实验在假设信息完全的情况下,也显示了模型的局限性。第二部分实验展示了在线轨迹预测,其中预测根据当前飞机位置持续更新。该方法提出了若干问题,为此对基本模型提出了改进,所得轨迹预测工具在统计上显示出比默认模型显著更准确的结果。

关键词

引用

@article{arxiv.1212.3998,
  title  = {Online Learning for Ground Trajectory Prediction},
  author = {Areski Hadjaz and Gaétan Marceau and Pierre Savéant and Marc Schoenauer},
  journal= {arXiv preprint arXiv:1212.3998},
  year   = {2012}
}

备注

SESAR 2nd Innovation Days (2012)