一种基于多注意协同网络的多维变量场景下飞行器轨迹预测方法技术

技术编号:43882148 阅读:15 留言:0更新日期:2024-12-31 19:06
一种基于多注意协同网络的多维变量场景下飞行器轨迹预测方法,它属于轨迹预测技术领域。本发明专利技术解决了在多变量场景下现有基于数据驱动的预测方法难以充分建模变量之间的复杂关系,导致预测的准确性差的问题。本发明专利技术设计的变量蒸馏注意力网络弱化了非预测变量的负面影响,将当前序列转换为空间语义。还设计一种新的长短时记忆网络变体KeLSTM来计算变量间的交互作用,缓解信息冲突,区分变量对任务的时间影响。本发明专利技术方法可以减少无关变量的负面影响,强调重要变量对预测的贡献,成功地捕捉了过去的目标变量、非预测变量与即将到来的目标之间的潜在相互作用,特别是目标和非预测变量的影响之间的细微差异。本发明专利技术方法可以应用于飞行器轨迹预测。

【技术实现步骤摘要】

本专利技术属于轨迹预测,具体涉及一种基于多注意协同网络的多维变量场景下飞行器轨迹预测方法


技术介绍

1、仿真实体是构成分布式仿真系统的基本功能单元,分布式仿真的主要目的是在参试的仿真实体间构建出一个真实、感知一致的虚拟环境。当试验中的某一实体状态发生变化或者是在虚拟环境中的位置发生变化时,所有的参试实体能够及时的发现实体状态的更新。然而由于网络通信容量限制以及信息传输的不确定延迟,往往导致不同仿真实体对同一实体状态更新的观测不能达到一致,从而导致了分布式仿真过程中的时空不一致问题。随着分布式仿真系统向着规模大、实体多、地域广、结构异、时间长的方向发展,仿真过程表现的细致程度也越来越高,分布式仿真系统中的时空不一致问题更加突出。大规模分布式仿真系统对于时空一致性有着很高的要求,时空不一致的存在会导致仿真实体间认知的不一致,产生因果颠倒,理解歧异等不良影响,破坏仿真的真实感和有效性,影响仿真结果的可信度。

2、为了解决时空不一致问题,推算定位算法在实体之间利用预测技术,实现降低网络传输不稳定所造成的时空不一致补偿,从而保证了仿真的真实性和结果的可本文档来自技高网...

【技术保护点】

1.一种基于多注意协同网络的多维变量场景下飞行器轨迹预测方法,其特征在于,所述方法具体包括以下步骤:

2.根据权利要求1所述的一种基于多注意协同网络的多维变量场景下飞行器轨迹预测方法,其特征在于,所述对采集的各组轨迹数据分别进行预处理,具体为:

3.根据权利要求2所述的一种基于多注意协同网络的多维变量场景下飞行器轨迹预测方法,其特征在于,所述对预处理后的各组轨迹数据中的位置数据进行重构,具体为:

4.根据权利要求3所述的一种基于多注意协同网络的多维变量场景下飞行器轨迹预测方法,其特征在于,所述对处理后的各组轨迹数据进行聚类是基于各组轨迹数据中的位置数据...

【技术特征摘要】

1.一种基于多注意协同网络的多维变量场景下飞行器轨迹预测方法,其特征在于,所述方法具体包括以下步骤:

2.根据权利要求1所述的一种基于多注意协同网络的多维变量场景下飞行器轨迹预测方法,其特征在于,所述对采集的各组轨迹数据分别进行预处理,具体为:

3.根据权利要求2所述的一种基于多注意协同网络的多维变量场景下飞行器轨迹预测方法,其特征在于,所述对预处理后的各组轨迹数据中的位置数据进行重构,具体为:

4.根据权利要求3所述的一种基于多注意协同网络的多维变量场景下飞行器轨迹预测方法,其特征在于,所述对处理后的各组轨迹数据进行聚类是基于各组轨迹数据中的位置数据进行的,聚类过程为:

5.根据权利要求4所述的一种基于多注意协同网络的多维变量场景下飞行器轨迹预测方法,其特征在于,所述集合et中第1组轨迹数据与第j′组轨迹数据的相似度的计算方法为:

6.根据权利要求5所述的一种基于...

【专利技术属性】
技术研发人员:杨京礼王凯捷高天宇王鑫邢向向刘强
申请(专利权)人:哈尔滨工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1