基于中末制导交班点识别的高速高机动飞行器轨迹预测方法OA北大核心CSTPCD

针对高速高机动滑翔飞行器轨迹预测过程中任务场景定义不明确、意图先验信息利用不充分等问题,提出了一种基于中末制导交班点识别的轨迹预测方法。首先,构建高速高机动飞行器滑翔至多个典型中末制导交班点的任务场景,利用准平衡滑翔制导方法生成轨迹数据集。然后,提出了一种基于长短期记忆(Long Short-Term Memory,LSTM)网络的中末制导交班点识别方法,利用跟踪数据构造特征序列,对滑翔轨迹进行初步分类。最后,引入自注意力机制提升序列到序列(Sequence-to-Sequence,Seq2Seq)预测网络的特征提取性能,利用编码-解码的方式对分类后的滑翔轨迹进行长时预测。仿真结果表明,所提出的基于中末制导交班点识别的轨迹预测方法具有较高精度,预测时长为120 s,180 s和240 s时,轨迹误差分别在18.77 km,36.91 km和57.75 km以内;相比于直接利用深度学习模型预测的方法,所提出的预测方法在240 s的预测时长内平均预测误差降低了37.61%,最大预测误差降低了37.34%。