Con el creciente impacto de la inteligencia artificial en la industria tradicional de vehículos aéreos no tripulados (UAV), la búsqueda de vuelos autónomos de UAV ha surgido como un punto focal de la investigación contemporánea. Abordando la necesidad de avanzar en tecnologías críticas para el vuelo autónomo, este documento se adentra en el ámbito del reconocimiento del estado de vuelo de UAV y la predicción de trayectorias. Presentando un enfoque innovador centrado en mejorar la precisión de la previsión de trayectorias de vehículos aéreos no tripulados (UAV) a través de la identificación de estados de vuelo, este estudio demuestra su eficacia mediante la implementación de dos modelos de predicción. En primer lugar, la adquisición de datos de vuelo de UAV se realizó en este documento mediante el uso de múltiples sensores. Finalmente, se diseñaron dos modelos para la predicción de trayectorias de UAV basados en métodos de aprendizaje automático y métodos de predicción matemática clásica, respectivamente, y se comparan los resultados antes y después del reconocimiento del patrón de vuelo. Los resultados experimentales muestran que el error de predicción del método de predicción de trayectorias de UAV basado en múltiples modos de vuelo es menor que el método de predicción de trayectorias tradicional en diferentes etapas de vuelo.