公开(公告)号：CN118428530A

公开(公告)日：2024-08-02

申请号：CN202410506862.5

申请日：2024-04-25

Applicant: 南京理工大学

Inventor： 易文俊 ,  黄昌伟 ,  孙溪晨

IPC: G06Q10/04 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08 ,  G06F18/214 ,  G06F18/21

Abstract: 本发明公开了一种基于数据驱动和深度学习的目标轨迹实时多步预测方法，主要步骤如下：将目标轨迹数据按时间序列进行分类构成数据集，并确定训练集、验证集和测试集；基于卷积神经网络CNN和长短期记忆神经网络LSTM搭建目标轨迹深度预测网络模型；根据捕捉到的一段连续时刻内的目标机动轨迹数据，可对其接下来的轨迹实时进行预测。本发明利用数据驱动和深度学习，结合卷积神经网络和长短期记忆神经网络二者的优点，更加有效提取轨迹数据的空间维数特征和时间序列特征，实现了对于目标轨迹的从T时刻到未来T+K时刻的预测且具有高精度多步实时更新的优点，为弹体拦截、导弹制导和目标实时态势感知等任务的完成提供了战略保障。