Dissertação
Go-Around detection at LPPT based on deep learning models using ADS-B and Meteorological data EVALUATED
Go-arounds são uma manobra padrão, frequentemente iniciada por pilotos ou solicitada pelos controladores de tráfego aéreo para abortar os procedimentos de aterragem durante a aproximação final. Apesar de serem pouco frequentes, go-arounds constituem uma manobra crítica, com um impacto negativo nas operações do aeroporto e no controlo de tráfego aéreo (ATC). O Aeroporto Humberto Delgado (LPPT) é o maior aeroporto de Portugal e um dos mais movimentados da Europa, apesar de ter apenas dois terminais e uma única pista, e tem registado um crescimento significativo no número de passageiros e movimentos de aviões. Esta tese estuda a utilização de modelos de aprendizagem profunda para prever go-arounds na aproximação ao aeroporto de Lisboa, recorrendo a dados de Transmissão de Vigilância Dependente Automática (ADS-B) e meteorológicos. Os resultados mostram que o modelo Long Short Term Memory (LSTM) com um mecanismo de atenção apresenta um desempenho promissor, ao identificar entre 50% a 60% dos go-arounds, comparável a outros estudos. Variáveis meteorológicas, como a turbulência e o vento, a energia e o ângulo de aproximação do avião, revelaram-se particularmente informativas. Este estudo contribui para uma compreensão mais abrangente do risco dos go-arounds no aeroporto de Lisboa e para o desenvolvimento de ferramentas de alerta para o controlo de tráfego aéreo.
dezembro 3, 2025, 11:30
Documentos da dissertação ainda não disponíveis publicamente
Orientação
ORIENTADOR
Departamento de Engenharia Electrotécnica e de Computadores
Professor Catedrático
