一种基于LSTM的航迹起始方法
    1.
    发明公开

    公开(公告)号:CN117761676A

    公开(公告)日:2024-03-26

    申请号:CN202311778620.3

    申请日:2023-12-22

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于LSTM的航迹起始方法,包括以下步骤:步骤1:获取雷达数据构建数据集,获取雷达数据的目的在于构建用于训练神经网络的数据集,从雷达数据变成训练所用数据集需要经过一系列的预处理;步骤2:构建LSTM航迹起始模型,构建LSTM航迹起始模型旨在通过LSTM模型对获取的ADS‑B数据进行训练学习实现对航迹的起始;步骤3:模型的训练与测试、调整,对雷达数据进行二分类判断即模型的训练与检验环。本发明该方法可以充分利用目标位置信息的时序特性,捕捉目标运动的动态变化,提高航迹起始的准确率和鲁棒性。此外,它可以避免传统的基于规则或阈值的航迹起始方法的人为干预和参数调节,实现航迹起始的自适应和智能化。

    一种基于LSTM的航迹预测方法
    2.
    发明公开

    公开(公告)号:CN116894158A

    公开(公告)日:2023-10-17

    申请号:CN202310800941.2

    申请日:2023-07-03

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于LSTM的航迹预测方法,包括以下步骤:步骤1:航迹序列数据集的获取与预处理;其中航迹序列数据集的获取与预处理旨在将获取的ADS‑B原始数据处理为所需的平稳的、长度统一的多变量时间序列数据集;步骤2:构建LSTM航迹预测模型,构建LSTM航迹预测模型旨在通过LSTM模型对获取的ADS‑B数据进行训练学习实现对航迹的预测;步骤3:将待检测航迹输入模型得到预测航迹;将待检测航迹输入模型得到预测航迹旨在使用模型实现航迹预测的功能。本发明通过结合ADS‑B数据的LSTM航迹预测模型预测结果与实际值差异很小,具有较高的拟合度,预测结果符合预期,表明该模型能够实现对航迹的预测。

    一种基于模糊聚类的航迹数据清洗方式

    公开(公告)号:CN116842315A

    公开(公告)日:2023-10-03

    申请号:CN202310703567.4

    申请日:2023-06-14

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于模糊聚类的航迹数据清洗方式,包括以下步骤:步骤1:获取ADS‑B原始数据;步骤2:数据去重;步骤3:缺失项的删除;步骤4:用模糊聚类实现异常值的检测和分析;步骤5:利用牛顿插值法提取合适间距的数据作为数据清洗的最终结果。本发明能够识别模糊异常值:由于模糊聚类可以将数据点分配到多个模糊群体中,因此它可以更好地识别模糊异常值,即数据点不完全属于任何一个群体的情况;不会将异常值删除或替换,因此不会丢失有用的信息。相反,它们可以通过分配度量来标记异常值,以便在进一步的分析中进行参考,同时可以更好地处理不确定性和复杂性,从而减少偏差的可能。

Patent Agency Ranking