[發(fā)明專利]一種基于BP神經(jīng)網(wǎng)絡算法的軌跡預測方法及裝置

在審

• 申請?zhí)枺?/td>: 202011374754.5
• 申請日: 2020-11-30
• 公開（公告）號: CN112612001A
• 公開（公告）日: 2021-04-06
• 發(fā)明（設計）人: 王立玢;曹曉冬;何海星;王晗;蘇玉婷;林桐;郭萌;楊磊
• 申請（專利權）人: 天津光電通信技術有限公司
• 主分類號: G01S5/02
• 分類號: G01S5/02;G06N3/04;G06N3/08
• 代理公司: 天津合正知識產(chǎn)權代理有限公司 12229
• 代理人: 呂琦

1.一種基于BP神經(jīng)網(wǎng)絡算法的軌跡預測方法，其特征在于，所述方法包括：

獲取連續(xù)時刻的目標航行軌跡表征數(shù)據(jù)；

將所述連續(xù)時刻的目標航行軌跡表征數(shù)據(jù)輸入至訓練完成的BP神經(jīng)網(wǎng)絡模型中；

將所述訓練完成的BP神經(jīng)網(wǎng)絡模型的輸出結果作為表征數(shù)據(jù)的預測結果。

2.根據(jù)權利要求1所述的基于BP神經(jīng)網(wǎng)絡算法的軌跡預測方法，其特征在于，所述獲取連續(xù)時刻的目標航行軌跡表征數(shù)據(jù)，包括：

根據(jù)測向設備測得的信號源目標的方位角和俯仰角，結合測向天線經(jīng)緯度，得到被測目標的位置數(shù)據(jù)；

利用位置數(shù)據(jù)及其所附加的時間戳，得到被測目標的已有軌跡。

3.根據(jù)權利要求2所述的基于BP神經(jīng)網(wǎng)絡算法的軌跡預測方法，其特征在于，所述獲取連續(xù)時刻的目標航行軌跡表征數(shù)據(jù)，還包括：

對所述已有軌跡進行預處理，以使得所述已有軌跡與實際軌跡更為接近。

4.根據(jù)權利要求1所述的基于BP神經(jīng)網(wǎng)絡算法的軌跡預測方法，其特征在于，在將所述連續(xù)時刻的目標航行軌跡表征數(shù)據(jù)輸入至訓練完成的BP神經(jīng)網(wǎng)絡模型中之前，所述方法還包括：

建立BP神經(jīng)網(wǎng)絡模型。

5.根據(jù)權利要求4所述的基于BP神經(jīng)網(wǎng)絡算法的軌跡預測方法，其特征在于，所述建立BP神經(jīng)網(wǎng)絡模型，包括：

確定在3層BP神經(jīng)網(wǎng)絡中隱含層神經(jīng)元數(shù)目和激活函數(shù)；

計算各層輸入輸出，并計算輸出層誤差

根據(jù)所述輸出層誤差修正權值與閾值，直至所述輸出層誤差滿足要求。

6.一種基于BP神經(jīng)網(wǎng)絡算法的軌跡預測裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取連續(xù)時刻的目標航行軌跡表征數(shù)據(jù)；

輸入模塊，用于將所述連續(xù)時刻的目標航行軌跡表征數(shù)據(jù)輸入至訓練完成的BP神經(jīng)網(wǎng)絡模型中；

預測模塊，用于將所述訓練完成的BP神經(jīng)網(wǎng)絡模型的輸出結果作為表征數(shù)據(jù)的預測結果。

7.根據(jù)權利要求6所述的基于BP神經(jīng)網(wǎng)絡算法的軌跡預測裝置，其特征在于，所述獲取模塊，用于：

根據(jù)測向設備測得的信號源目標的方位角和俯仰角，結合測向天線經(jīng)緯度，得到被測目標的位置數(shù)據(jù)；

利用位置數(shù)據(jù)及其所附加的時間戳，得到被測目標的已有軌跡。

8.根據(jù)權利要求7所述的基于BP神經(jīng)網(wǎng)絡算法的軌跡預測裝置，其特征在于，所述裝置還包括：

預處理模塊，用于對所述已有軌跡進行預處理，以使得所述已有軌跡與實際軌跡更為接近。

9.根據(jù)權利要求6所述的基于BP神經(jīng)網(wǎng)絡算法的軌跡預測裝置，其特征在于，所述裝置還包括：

建立模塊，用于建立BP神經(jīng)網(wǎng)絡模型。

10.根據(jù)權利要求9所述的基于BP神經(jīng)網(wǎng)絡算法的軌跡預測裝置，其特征在于，所述建立模塊，用于：

確定在3層BP神經(jīng)網(wǎng)絡中隱含層神經(jīng)元數(shù)目和激活函數(shù)；

計算各層輸入輸出，并計算輸出層誤差

根據(jù)所述輸出層誤差修正權值與閾值，直至所述輸出層誤差滿足要求。