[發明專利]一種航空器位置預測的方法及裝置

有效

• 申請號: 201910072981.3
• 申請日: 2019-01-25
• 公開（公告）號: CN109814101B
• 公開（公告）日: 2020-11-20
• 發明（設計）人: 高占春;蔣硯軍;華健
• 申請（專利權）人: 北京郵電大學
• 主分類號: G01S13/91
• 分類號: G01S13/91;G01S7/41;G06N3/08
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 李欣;項京

1.一種航空器位置預測方法，其特征在于，包括：

獲得航空器的前k個時刻的位置數據；

將前k個時刻的所述位置數據輸入到神經網絡NN1中，輸出符合所述航空器當前運動狀態的運動狀態模型的模型類型，其中，所述神經網絡NN1為基于第一樣本數據進行訓練得到的，所述第一樣本數據包括樣本航空器的樣本位置數據，以及所述樣本航空器的與所述樣本位置數據對應的已知運動狀態模型；

按照所述模型類型，使用前m+1個時刻的位置數據，計算所述運動狀態模型的模型參數，得到所述運動狀態模型；

基于符合所述航空器當前運動狀態的所述運動狀態模型，計算下一時刻所述航空器可能處于的位置，作為所述航空器的位置預測值；

其中，所述按照所述模型類型，使用前m+1個時刻的位置數據，計算所述運動狀態模型的模型參數，包括：

使用前m+1個時刻的位置數據，采用如下公式計算所述運動狀態模型的模型參數：

其中，t_i為前m+1個時刻中第i個時刻對應的時間值，x_i為前m+1個時刻中第i個時刻所述航空器的位置數據，i的取值為從0到m的整數，n為表示所述運動狀態模型的方程的次方數，n為大于等于1的整數，a₀、a₁…a_n為所述運動狀態模型的模型參數，依次為表示所述運動狀態模型的方程中從時間的低次方到時間的高次方前的系數。

2.根據權利要求1所述的方法，其特征在于，所述位置預測值為第一階段位置預測值；

在所述計算下一時刻所述航空器可能處于的位置之后，還包括：

將所述第一階段位置預測值輸入到神經網絡NN2中，輸出偏移值，其中，所述神經網絡NN2為基于第二樣本數據進行訓練得到的，所述第二樣本數據包括樣本航空器的樣本第一階段位置預測值，以及所述樣本航空器的實際位置數據，所述樣本第一階段位置預測值為使用所述神經網絡NN1對所述樣本航空器進行位置預測得到的；

將所述偏移值與所述第一階段位置預測值相加，得到所述航空器的位置預測結果。

3.根據權利要求1所述的方法，其特征在于，所述獲得航空器的前k個時刻的位置數據，包括：

獲得雷達測量得到的航空器的前k個時刻的原始位置數據，其中，所述原始位置數據為極坐標狀態下的數據；

將前k個時刻所述航空器的所述原始位置數據，從極坐標狀態下轉化為大地直角坐標系狀態下的數據，得到所述航空器的前k個時刻的位置數據。

4.根據權利要求1所述的方法，其特征在于，所述神經網絡NN1能夠輸出的運動狀態模型包括如下三種：

第一種：勻速直線運動模型；

第二種：勻變速直線運動模型；

第三種：勻變加速直線運動模型。