[發(fā)明專利]基于Mogrifier-BiGRU的飛行器機動軌跡預測方法

有效

• 申請?zhí)枺?/td>: 202010957288.7
• 申請日: 2020-09-13
• 公開（公告）號: CN112115550B
• 公開（公告）日: 2022-04-19
• 發(fā)明（設(shè)計）人: 張堃;時昊天;李珂;華帥
• 申請（專利權(quán)）人: 西北工業(yè)大學
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06N3/04;G06N3/08;G06F111/10;G06F119/12
• 代理公司: 西安凱多思知識產(chǎn)權(quán)代理事務所(普通合伙) 61290
• 代理人: 劉新瓊

1.一種基于Mogrifier-BiGRU的飛行器機動軌跡預測方法，其特征在于包括以下步驟：

1)建立固定間隔時序條件下飛行器的機動軌跡數(shù)據(jù)集；

2)將機動軌跡數(shù)據(jù)集按照設(shè)定比例分割為訓練集與測試集，并進行數(shù)據(jù)歸一化處理；

3)建立Mogrifier隱層輸出與網(wǎng)絡(luò)輸入耦合交互模型

式中，d_t為當前時間步的輸入，h_t-1為上一時刻隱藏層輸出，當t＝0時，h_-1初始化為隨機數(shù)值矩陣，i為范圍[1…r]的迭代次數(shù)，r為自行設(shè)定的超參數(shù)，代表迭代運算的總次數(shù)，在i為奇數(shù)和偶數(shù)的時候分別執(zhí)行上述兩個更新公式；σ為sigmoid激活函數(shù)，⊙為矩陣點乘運算；Q和R分別是上一時刻隱藏層輸出h_t-1和當前時間步輸入d_t的耦合權(quán)重矩陣，其維度分別為[hidden,input]和[input,hidden]，分別代表隱藏層節(jié)點數(shù)和輸入數(shù)據(jù)維度，其取值初始化為服從[-a,a]的均勻分布，F(xiàn)an_in、Fan_out分別代表上述Q和R矩陣的兩個維度；

4)建立BiGRU節(jié)點模型，其中，正向重置門的值更新，

正向更新門的值更新，

式中，上標→代表正向循環(huán)網(wǎng)絡(luò)，分別表示時間步t下，正向重置門與更新門的輸出值，為正向的各節(jié)點權(quán)重矩陣，下角標dr,hr,dz,hz分別代表輸入至重置門、隱層狀態(tài)至重置門、輸入至更新門、隱層狀態(tài)至更新門，為上一時刻正向隱藏層輸出值，d_t為當前時刻輸入數(shù)據(jù)，為偏置矩陣，σ為sigmoid激活函數(shù)；根據(jù)時間步t的正向隱藏狀態(tài)利用當前時間步更新門的值使得上個時間步的隱藏狀態(tài)和當前時間步的正向候選隱藏狀態(tài)做組合；候選隱藏狀態(tài)的值更新為最終正向隱藏狀態(tài)式中，h為記憶單元輸出，為權(quán)重向量矩陣，為偏置值；反向重置門反向更新門反向隱層節(jié)點更新公式為公式更新中下個時刻的隱層狀態(tài)為

最終正向隱層節(jié)點輸出結(jié)果為各時刻節(jié)點輸出的拼接結(jié)果反向隱層節(jié)點最終輸出結(jié)果，經(jīng)過一次逆序后進行各時刻輸出數(shù)據(jù)拼接，則最終狀態(tài)隱層節(jié)點輸出結(jié)果為正反向兩者的直接拼接此時隱層輸出矩陣H維度應為[seq,batch,2×hidden]，并通過全連接層將維度降至[seq,batch,input]，與輸入數(shù)據(jù)維度保持一致，其中hidden為隱層節(jié)點數(shù)目，U為拼接操作；

5)對機動軌跡預測網(wǎng)絡(luò)進行訓練，利用測試集進行準確率檢測；

6)生成基于Mogrifier-BiGRU的機動軌跡預測網(wǎng)絡(luò)，儲存網(wǎng)絡(luò)結(jié)構(gòu)及所有網(wǎng)絡(luò)參數(shù)，根據(jù)所儲存的網(wǎng)絡(luò)，實現(xiàn)對未來時刻飛行器機動軌跡數(shù)據(jù)精準預測。

2.根據(jù)權(quán)利要求1所述的基于Mogrifier-BiGRU的飛行器機動軌跡預測方法，其特征在于：所述的步驟1)在不同的飛行場景下采集n條飛行器機動軌跡數(shù)據(jù)，每條軌跡包含m個時刻點，時刻點間隔為△t，每個時刻點包含北天東三個方向坐標值，以及俯仰角、橫滾角、偏航角信息；每條機動軌跡信息數(shù)據(jù)集合式中，S_t表示t時刻下飛行器的相關(guān)信息集合，x_t,y_t,z_t分別表示t時刻下飛行器在地面系中北天東三個方向坐標值，分別表示t時刻機體軸系與地面系之間飛行器的俯仰角、橫滾角、偏航角信息。

3.根據(jù)權(quán)利要求2所述的基于Mogrifier-BiGRU的飛行器機動軌跡預測方法，其特征在于：所述的步驟1)中，n不少于50，m不少于30。

4.根據(jù)權(quán)利要求1所述的基于Mogrifier-BiGRU的飛行器機動軌跡預測方法，其特征在于：所述的步驟2)將機動軌跡數(shù)據(jù)集按照設(shè)定比例η構(gòu)建為訓練集與測試集，式中，N_train為訓練集機動軌跡數(shù)目，N_test為測試集機動軌跡數(shù)目，N_total為總機動軌跡數(shù)目。

5.根據(jù)權(quán)利要求4所述的基于Mogrifier-BiGRU的飛行器機動軌跡預測方法，其特征在于：所述的步驟2)中，η取值大于0.5。