科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高飞机飞行轨迹预测准确率、确保轨迹预测实时性,提出使用门控循环单元(gated recurrent unit,GRU)预测轨迹。对不同条件下的不同机动动作进行飞行仿真,得到大量轨迹样本。设计具有不同层数和神经元个数的网络,用得到的样本对其进行训练。选出在测试集上误差最小的网络结构。对比GRU网络、循环神经网络和反向传播网络的相对误差和预测用时。引入坐标变换矩阵,使轨迹预测不受航向和坐标系影响。对比3种方法在一段频繁变化的轨迹上的绝对误差。结果表明,所提方法的平均绝对误差在x轴上约为18m,在y轴上约为11m,在z轴上约为22m,显著小于另外两种方法,且平均预测用时约为2.4ms,满足实时性要求。
-
单位空军工程大学
