融合兴趣点和联合损失函数的长时航迹预测模型

来源：电子与信息学报杂志2025年第8期北京时间：

作者：周传鑫, 简刚, 李凌书, 杨壹, 胡宇, 刘正铭, 张伟, 饶真珍, 李云霄, 吴超

单位：西南电子电信所 成都 610000

摘要：航迹预测在飞机舰船交通管理、路径规划和安全监测等领域具有重要意义。针对现有Transformer模型在航迹预测任务中存在的训练收敛速度慢、模型过拟合、长时误差大等问题，该文提出一种融合兴趣点和联合损失函数的长时航迹预测模型(PL-Transformer)。首先，通过专家经验定义预测范围内兴趣点的位置，引入航迹范围内待预测轨迹点与兴趣点间的关联特征，联合已有特征并转化为数据特征的稀疏表示，增强模型对运动航迹的全局特征捕捉能力，解决Transformer模型仅关注航迹自身局部特征变化的问题；其次，通过优化损失函数，将模型经纬度特征与兴趣点特征损失相关联，挖掘不同特征间的内涵损失，从而提高对航迹的长时预测精度。实验结果表明，PL-Transformer模型在较长时间尺度的航迹预测任务中，相较于基准长时模型预测误差平均降低了约10%，验证了该模型在航迹预测中的有效性与可靠性。

关键词：航迹预测, Transformer, 兴趣点, 损失函数优化