Esta pesquisa apresenta uma contribuição para a avaliação do problema de previsão de posição futura de aeronaves dentro da aviação brasileira. O uso dessas previsões é muito importante para os sistemas de vigilância do espaço aéreo, sobretudo para a detecção de conflitos entre aeronaves. O problema é estudado para vôos em rota, considerando previsões de posição para instantes de 1 a 20 minutos. Primeiramente, o problema é apresentado, de forma que fique claro o contexto de sua aplicação dentro dos sistemas automatizados para a gestão do tráfego aéreo. Em seguida, são mostrados os métodos matemáticos necessários para o estudo da previsão de posição futura de aeronaves em rota. O modelo proposto para se realizar a previsão utiliza a regressão linear das posições conhecidas da aeronave, extrapolando suas possíveis posições futuras. As condições de um vôo em rota permitem a utilização deste método. Os resultados obtidos são comparados com as informações de posições reais das aeronaves, permitindo avaliar a qualidade das posições estimadas. Por fim, são apresentadas formas de se aplicar o modelo proposto dentro de sistemas computacionais utilizados para a previsão de posição futura de aeronaves, permitindo que os sistemas de vigilância do espaço aéreo façam uso das previsões.

This research presents a contribution to the evaluation of the predicting aircraft future positions problem considering the Brazilian airspace. These predictions are very important for airspace surveillance systems, mainly to the detection of conflict among aircraft. The problem is studied for en route flights, considering position predictions from 1 to 20 minutes. Firstly, the problem is proposed, so that its application context to air traffic management automation can be clear. Then, the necessary mathematical methods used to study en route aircraft future position prediction are shown. The proposed model employed to find the predictions makes use of linear regression of known aircraft positions, extrapolating its future positions. En route flight conditions permit this approach. Prediction results are then compared with real aircraft positions, so that position estimates quality can be evaluated. Finally, ways of practical application of the proposed model inside computational systems used for aircraft future position prediction are presented. This allows surveillance airspace systems to make use of the predictions.