基于残差神经网络和LSTM的飞行轨迹预测
方伟1
汤淼2
闫文君1
张婷婷2
1.海军航空大学 烟台 264001;海战场信息感知与融合技术国家级实验教学中心 烟台 2640012.海军航空大学 烟台 264001
摘要：针对飞行轨迹预测精度不足和误差大的问题,提出了将残差神经网络与LSTM结合起来的飞行轨迹预测算法.首先,利用坐标转换将经度、纬度和海拔高度数据转化为飞机在地面坐标坐标系下的位置坐标,再对坐标数据进行归一化处理;其次,通过残差神经网络来读取序列并自动学习内部特征,最后用LSTM来处理数据的时间序列信息.实验结果表明,该模型与LSTM、CNN+LSTM模型相比损失函数、均方根误差和平均绝对误差更小,效果更好,预测轨迹能够反映真实轨迹的航迹变化.
关键词：轨迹预测时间序列残差神经网络长短期记忆网络
分类号：TP183(自动化基础理论)
资助基金：国家自然科学基金(91538201)泰山学者工程专项经费基金(ts201511020)信息系统安全技术重点实验室基金(6142111190404)
论文发表日期：2023-10-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 42-46 )
英文信息