科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于重采样下的航迹循环预测方法,主要解决现有技术在航迹预测中,预测时长较短和因目标在未来运动状态发生改变而造成预测误差过大的问题。其实现方案是：模拟机动目标的历史航迹和未来航迹；对目标历史航迹数据依次进行滤波、重采样和归一化的预处理；构建由Bi-LSTM层、Dropout层、Dense层和激活层组成的神经网络模型,并利用预处理后的航迹数据对其进行训练；运用循环策略生成部分历史航迹数据,并利用训练好的神经网络模型参数对其进行计算；对计算结果进行平滑滤波,得到最终预测航迹。本发明预测误差较小,预测时长较长,在目标运动状态在未来发生改变时,仍能获得较为准确的预测航迹,可用于目标跟踪。
- 单位
