文献类型：期刊文章

作　　者：戴礼灿[1] 刘欣[1] 张海瀛[1] 代翔[1] 王成刚[1]

DAI Lican;LIU Xin;ZHANG Haiying;DAI Xiang;WANG Chenggang(No.2 Laboratory,The 10th Research Institute of China Electronics Technology Group Corporation,Chengdu 610036,China)

机构地区：[1]中国电子科技集团公司第十研究所第二实验室,四川成都610036

出　　处：《系统工程与电子技术》

基　　金：国家重点研发计划(2017YFC1404904)资助课题。

年　　份：2023

卷　　号：45

期　　号：6

起止页码：1814-1820

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2023_2024、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：目标轨迹预测是保证目标航行安全、规划飞行航迹和搜寻空中目标等任务的关键技术,在军事和交通管制等方面具有重要意义。针对传统飞行目标轨迹预测方法模型较为简化且预测精度较低的问题,提出了基于卡尔曼滤波算法展开的深度神经网络模型,用于飞行目标的轨迹预测任务。该模型通过长短时记忆(long short-term memory, LSTM)网络从目标的航迹数据中学习目标的运动状态,再利用卡尔曼滤波算法对LSTM预测的目标状态估计值进行动态修正,其有效结合了卡尔曼滤波算法和深度神经网络各自的优势。在仿真数据和真实数据上的实验验证了所提模型较其他网络模型对飞行目标轨迹预测的准确性和有效性优势。

关 键 词：卡尔曼滤波 轨迹预测 长短时记忆网络  算法展开  

分 类 号：V212]