飞机着陆阶段是飞行过程中的关键环节，重着陆情况的发生严重威胁飞行安全。当飞机在着陆过程中，竖直方向加速度（VRTG）若达到或超过 2g，机身结构将承受巨大压力，极易造成机体损坏，更甚者会导致机上人员伤亡。因此，准确预测飞机着陆时的 VRTG，提前预警重着陆风险，对保障飞行安全、降低事故发生率具有至关重要的意义。本项目专注于飞机重着陆预警，致力于通过实时分析飞机传感器参数，实现对未来 VRTG 的精准预测。项目关键技术为时间序列预测中的时延神经网络方法，其独特的网络结构能够充分考虑时间维度上数据的关联性，相较于传统预测方法，对飞机着陆过程中复杂多变的参数数据有更强的适应性和处理能力。实验验证与实际飞行数据测试表明，该方法的预测的均方误差可达到 10^(-3) 量级，这一指标表明该方法在预测飞机着陆时 VRTG 方面具有极高的精度。