典型文献
一种基于双向GRU的UAV飞行轨迹预测方法
文献摘要：
由于三维轨迹是一个具有连续性和交互性的复杂时间序列,因此,针对无人机飞行轨迹预测问题,结合深度学习理论特点,提出了一种基于双向门控循环单元的无人机飞行轨迹预测方法,进一步提高了轨迹信息的利用率.首先,建立无人机飞行动力模型,仿真获得不同状态的飞行轨迹样本;其次,利用均方误差作为损失函数,确定了双向门控循环单元轨迹预测模型的隐藏层节点参数和迭代次数;最后,利用Adamax算法对双向门控循环单元模型进行优化,实现了无人机飞行轨迹的预测.实验结果表明,双向门控循环单元模型在X,Y,Z轴方向上预测结果的平均绝对误差均在5.0 m内,且轨迹预测平均用时约4.2 ms,与循环神经网络、门控循环单元相比,其预测效果更佳,具有良好的应用价值.
文献关键词：
无人机;轨迹预测;双向GRU;飞行仿真;时间序列
中图分类号：
作者姓名：
张宗腾;张琳;汪文峰;滕飞;张搏
作者机构：
空军工程大学防空反导学院,西安 710000;中国人民解放军95835部队,新疆马兰 741000
文献出处：
引用格式：
[1]张宗腾;张琳;汪文峰;滕飞;张搏-.一种基于双向GRU的UAV飞行轨迹预测方法)[J].电光与控制,2022(03):11-15,26
A类：
Adamax
B类：
GRU,UAV,飞行轨迹预测,交互性,无人机飞行,深度学习理论,理论特点,双向门控循环单元,轨迹信息,行动力,动力模型,均方误差,损失函数,隐藏层节点,节点参数,迭代次数,门控循环单元模型,平均绝对误差,ms,循环神经网络,飞行仿真
AB值：
0.250649
相似文献
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。
