基于LSTM与1DCNN的导弹轨迹预测方法

作者：宋波涛^*; 许广亮

来源：系统工程与电子技术, 2023, 45(02): 504-512.

• 弹道导弹
• 目标分类
• 轨迹预测
• 长短期记忆网络
• 一维卷积神经网络

针对弹道导弹等超远程攻击目标的轨迹难以预测的问题，提出一种基于长短期记忆(long short-term memory, LSTM)网络与一维卷积神经网络(1-dimensional convolutional neural network, 1DCNN)的目标轨迹预测方法。首先，建立三自由度导弹运动模型，依据再入类型设计3种目标轨迹数据，构建机动数据库，解决轨迹数据的来源问题。其次，采用重复分割与滑动窗口的方法对轨迹数据进行预处理。然后，基于LSTM与1DCNN设计了一种目标类型分类网络，对目标进行初步分类。最后，基于1DCNN设计轨迹预测网络，对目标轨迹进行预测。仿真结果表明，提出的轨迹预测网络能够完成轨迹预测任务，预测误差在合理范围内。

• 单位
  上海机电工程研究所; 北京机电工程研究所; 西北工业大学