典型文献
基于LSTM的四旋翼无人机轨迹预测方法
文献摘要：
实时、准确、高效的轨迹预测是对四旋翼无人机进行有效管控的重要前提.基于深度学习理论,提出一种基于长短期记忆神经网络(LSTM)的四旋翼轨迹预测方法.在LSTM基础上,使学习速率自动调整,基于四旋翼无人机位置坐标与速度参量,对轨迹数据进行训练与预测,其经度、纬度、高度误差分别为6.04、6.45、2.33 m.分析历史时间步长对于预测精度的影响,结果表明历史学习步长为40～45时,LSTM预测结果最佳;比较不同预测步数的预测误差,结果表明一步预测、两步预测误差结果较好,三步预测误差显著增大.
文献关键词：
四旋翼无人机;长短期记忆神经网络;轨迹预测;深度学习;学习速率;预测误差
中图分类号：
作者姓名：
陆佳欢;曹宇轩;羊钊;谢华;朱仁伟
作者机构：
南京航空航天大学民航学院,南京211106;中国人民警察大学警务指挥与战术,河北廊坊65000;南京航空航天大学通用航空与飞行学院,南京211106;中规院(北京)规划设计有限公司江苏分公司,南京210096
文献出处：
引用格式：
[1]陆佳欢;曹宇轩;羊钊;谢华;朱仁伟-.基于LSTM的四旋翼无人机轨迹预测方法)[J].哈尔滨商业大学学报（自然科学版）,2022(06):699-704
A类：
B类：
四旋翼无人机,轨迹预测,有效管控,深度学习理论,长短期记忆神经网络,翼轨,学习速率,自动调整,机位,参量,轨迹数据,经度,纬度,历史时间,时间步长,历史学习,学习步长,步数,预测误差,两步,三步
AB值：
0.275709
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
