点赞！川大团队在航班飞行轨迹预测研究方面取得新成果

近年来，智能技术与航空业交叉研究受到了持续关注，美国和欧洲分别提出了NextGen、和SESAR相关的空管研究计划，我国也提出了智慧民航概念及其具体的实施路线图。

其中，作为基于航迹运行（TBO）的关键技术，航班轨迹预测受到了国内外学术和工业界的广泛关注，它是现有空中交通管理的重要基础，也是未来空中交通运行的核心支撑。

计算机学院（软件学院、智能科学与技术学院）林毅副研究员团队针对现有方法在特征挖掘能力和机动阶段性能不足的问题，首次将时频分析方法引入到航班飞行轨迹预测研究。

团队提出了面向航班飞行轨迹预测的时频分析框架，引入小波分析将航空器飞行轨迹演化模式建模为全局飞行趋势和局部运动细节，捕捉多尺度飞行模式的动力学特征，具备同时完成轨迹重建和预测的能力。设计了神经网络架构拟合轨迹表示空间与小波域参数空间的非线性关系，提出小波注意力机制引导模型通过数据驱动的方式学习面向多时频尺度的轨迹特征，挖掘历史序列点与不同飞行模式之间的显著规律。

实验结果表明，提出的方法能够以较高的性能实现航班轨迹预测，在多个指标上均大幅优于现有对比方法；同时，在终端区机动环境下获得了更为明显的性能优势，对绕飞/盘旋等关键飞行阶段具有快速的预测响应，突破了现有方法在复杂高机动环境下的性能瓶颈。此外，得益于小波滤波器的线性可加性质，提出的方法具有较强的可解释性，为空管航班轨迹预测研究提供了新思路和新方法。

该成果以“Flight trajectory prediction enabled by time-frequency wavelet transform”为题发表在Nature Communications上。

整个工作由四川大学计算机学院独立完成，计算机学院林毅副研究员为本文唯一通讯作者、2021级硕士研究生张政为第一作者，其他作者包括博士生郭东岳、周世中以及张建伟研究员。

该工作依托四川大学智能空管工科特色团队和“创新2035”先导计划，得到了国家自然科学基金（62001315、U20A20161）、民航重点实验室开放基金（FZ2021KF04）以及中央高校基本科研经费项目（2021SCU12050）支持。

作者简介

张政

四川大学计算机硕士研究生，主要研究方向为时序数据分析，以第一作者身份在Nature Communications发表文章，授权中国发明专利3项。

林毅

四川大学副研究员、博士研究生导师。美国University of Wisconsin-Madison访问学者，长期从事语音交互、人工智能应用及航空安全防护等方面的研究工作。主持包括国家自然科学基金（青年/面上）、四川省科技计划项目等在内的10余个项目。以第一/通讯作者身份发表高水平SCI论文40余篇（Nature Communications、IEEE汇刊、Transportation Research系列、CJA等中科院1区20篇）、授权中国专利16项/美国专利1项。以第一完成人身份获中国航空学会科技进步二等奖1项，获2023年度中国航空学会航电与空管分会“优秀青年学者”。此外，还担任Journal of Intelligent & Fuzzy Systems副编辑、电子与信息学报、工程科学与技术等期刊编委。

  祝贺！

  为川大人点赞！

|| 推荐阅读 ||

大川

来源 | 计算机学院（软件学院、智能科学与技术学院）

编辑 | 陈胤璇

责编 | 曹丹