A otimização do tráfego aéreo é essencial na reengenharia de operações aeroespaciais à medida que o número de voos e o uso de rotas aéreas crescem no mundo. Os projetos NextGen e SESAR são importantes iniciativas que permitem uma maior escalabilidade e segurança no tráfego aéreo. Um elemento desses projetos é o sistema ADS-B (Automatic Dependent Surveillance-Broadcast), que permite que as aeronaves compartilhem suas posições e velocidade. A cobertura das antenas do sistema ADS-B é limitada em regiões oceânicas e menos economicamente desenvolvidas, resultando na falta de dados das trajetórias realizadas por aeronaves. Este artigo propõe um método baseado em Redes Neurais Artificiais (RNA) interpolação e computação de médias para completar trajetórias de aeronaves parcialmente capturadas pelas antenas do sistema ADS-B. Enquanto outros métodos são focados em uma ou duas dimensões das trajetórias dos voos, este trabalho é focado em completar as quatro dimensões presentes nos dados ADS-B (latitude, longitude, altitude e velocidade em relação ao solo). Este trabalho é útil para viabilizar análises do desempenho de voos históricos realizados em regiões de cobertura limitada, ou ainda, para prever trajetória de voos em sistemas de gerenciamento de sistema aéreo (ATMs). A comparação entre trajetórias reais e estimadas em um conjunto de 517 voos mostrou acurácia superior a 92%