基于Bi-LSTM的无人机轨迹预测模型及仿真

• 作者: 宋敏 岳龙飞 曹晓剑 杨任农 王新
• 来源期刊: 航空工程进展
• 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
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 论文
• 页码范围: 77-84
• 页数: 8页
• 分类号: V249.122+.3|E844
• 语种: 中文
• DOI: 10.16615/j.cnki.1674-8190.2020.01.010

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4 m,三维预测效果更优,可以较为准确地进行轨迹预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨任农	空军工程大学空管领航学院	84	283	9.0	12.0
2	宋敏	空军工程大学空管领航学院	15	79	5.0	8.0
3	王新	空军工程大学空管领航学院	5	0	0.0	0.0
4	岳龙飞	空军工程大学空管领航学院	6	4	1.0	2.0