| 基于Bi-LSTM 的无人机轨迹预测模型及仿真 |
| |
| 作者姓名： | 杨任农 岳龙飞 宋敏 曹晓剑 王新 |
| |
| 作者单位： | 空军工程大学空管领航学院,西安 710051,空军工程大学空管领航学院,西安 710051,空军工程大学空管领航学院,西安 710051,中国人民解放军94563部队,威海 264411,空军工程大学空管领航学院,西安 710051 |
| |
| 基金项目： | 国家自然科学基金资助(61503409) |
| |
| 摘 要： | 传统轨迹预测模型存在模型简化较大、考虑因素较少等问题。结合飞行轨迹连续性、时序性、交互性 的特点,提出基于双向长短期记忆(Bi-LSTM)神经网络的轨迹预测模型,将入侵者的位置、姿态和两机的相对 信息同时作为轨迹预测模型的输入,更加符合真实轨迹变化规律;对建立的基于 Bi-LSTM 的轨迹预测模型采 用综合考虑动量和速度的自适应调整学习步长的学习算法进行训练;并与基于 Elman神经网络的轨迹预测模 型进行仿真对比分析。结果表明:与基于 Elman神经网络的轨迹预测模型相比,所提模型在不同方向预测200 个点的平均绝对误差不超过4m,三维预测效果更优,可以较为准确地进行轨迹预测。
|
| 关 键 词： | 无人机 轨迹预测 Bi-LSTM 循环神经网络 自主防撞 时间序列 |
| 收稿时间： | 2019-03-04 |
| 修稿时间： | 2019-04-03 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《航空工程进展》浏览原始摘要信息 |
|
点击此处可从《航空工程进展》下载免费的PDF全文 |
|
