随着无人机技术的发展,大量无人机运行给空中交通管理提出了新的挑战。根据目前发生的无人机不安全事件,无人机空管的核心是避撞问题,而航迹预测是解决避撞问题的关键技术。目前国内外关于航迹预测的研究主要存在精度低、参数难以获取、误差累积等问题。针对目前研究的不足,本文提出一种基于航迹模式的小型无人机航迹预测方法,该方法拟用于小型无人机地面决策系统。首先,无人机在不同模式下航迹具有一定变化规律,因此本文研究了小型无人机航迹模式识别方法。根据小型无人机实际运行调研并综合国内外相关研究,定义了六种航迹模式。生成一组航迹建立运动学指标并进行统计,从而建立小型无人机航迹特征空间并执行特征选择以实现降低计算复杂度和提高准确性的目的。在总结现有多分类方法基础上,提出基于改进二叉树的多分类方法,并通过仿真数据和真实飞行数据检查方法准确性,其中对无人机真实飞行数据比较了各种航迹预处理方法。经过仿真数据和真实飞行数据验证,该航迹模式识别方法分类精度达到80%。其次,由于经典航迹预测方法存在参数难以获取的问题,因此本文在航迹模式识别的基础上,提出了基于神经网络的小型无人机航迹预测方法,以尽可能绕过风洞试验和参数辨识。通过BP神经网络建立小型无人机航迹预测模型,分析了小型无人机动力学和运动学模型,并在一定条件下简化和改进无人机系统模型。通过采集不同风速、期望速度下的小型无人机仿真数据,对该方法的预测精度进行分析。从有限的结果来看,该预测方法误差在2m之内。最后,研究了航迹预测技术在无人机冲突探测中的应用。从目前对无人机保护区的定义出发,针对非合作目标入侵情况下水平机动问题设计实验情景,在航迹预测的基础上,提出冲突探测指标,建立机动参考系并通过仿真实验解算并进行分析。提出了对冲突探测传感器的需求和预警需求。