科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对非合作飞行器轨迹预测问题，传统的轨迹预测方法由于难以获取非合作飞行器的运动参数与控制模型而存在一定的局限性。基于此，提出一种基于长短期时序记忆网络和全局时空特征的非合作飞行器轨迹预测方法，该方法不依赖运动模型，具有良好的适用性。综合考虑复杂博弈环境中非合作飞行器和我方飞行器双方状态之间的相互影响，基于长短期时序记忆神经网络设计了态势网络，以获得全局时空特征表示；结合全局时空特征为各个非合作飞行器设计了预测网络，实现对其未来轨迹的有效预测。该预测方法可以通过模型分层可变的网络结构，为不同任务场景添加不同的预测网络，从而提高预测网络的适应性。仿真结果表明，所提预测方法与未考虑全局特征的预测方法相比具有更高的预测精度，且在处理多个非合作飞行器轨迹预测方面具有明显的优势和较高的准确性。
- 单位
