[發明專利]一種地波雷達船只斷裂航跡預測方法

有效

• 申請號: 202110027736.8
• 申請日: 2021-01-11
• 公開（公告）號: CN112668804B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 張玲;李慶豐;牛炯
• 申請（專利權）人: 中國海洋大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F18/25;G06N3/0464;G06N3/084
• 代理公司: 青島智地領創專利代理有限公司 37252
• 代理人: 陳海濱

1.一種地波雷達船只斷裂航跡預測方法，其特征在于，基于多尺度卷積神經網絡結合GRU與注意力機制對地波雷達船只斷裂航跡進行預測，具體步驟如下：

步驟1：地波雷達采集船只航跡原始數據并劃分為三維結構的時間序列，將原始數據中的經度和緯度信息并行輸入到卷積神經網絡中；

步驟2：采用一維卷積進行特征提取，使用不同窗口長度的卷積神經網絡學習經緯度特征，以獲得不同尺度的特征；

步驟3：對提取到的多尺度特征進行特征融合，并將其輸入到堆疊的GRU中進行時間序列學習；

步驟4：利用注意力機制進行特征分析，并且對每一個特征給予相應的權重，充分挖掘航跡信息中的有效信息，再將其輸入全連接層；

步驟4中采用時間注意力機制，是加權求和的過程，對堆疊的GRU學習到的特征維度進行注意力加權，對結果影響重大的特征賦予更高的權重，便于網絡更好預測；具體過程如下：

1)首先對GRU輸出的K個D維的特征向量H_i(i＝1,2,..,K)進行全連接得到h_s；

h_s＝Dense(H_i)??????????????????????????(6)

2)取出最后一個時間步特征h_t與h_s相乘為score；

score＝h_t·h_s??????????????????????????(7)

3)score經過soft?max函數生成對應每一個特征的權重a_t，權重越大說明該特征與結果相關程度越高；

a_t＝soft?max(score)????????????????????????(8)

4)權重a_t和每個特征向量H_i相乘得到上下文向量c_t；

c_t＝a_t·H_i???????????????????????????(9)

5)c_t和h_t經過維度融合并使用tanh激活函數生成加權后的特征向量h_t^*；

h_t^*＝tanh(W_c[c_t:h_t])????????????????????????(10)

其中，W_c是c_t和h_t融合后連接全連接層對應的權重；

步驟5：使用自回歸模型對當前時間步的經緯度線性信息進行預測，并與注意力機制輸出的航跡信息進行融合，預測出下一時間步的航跡；

船只航跡信息包括斷裂前航跡和斷裂后航跡，斷裂前航跡按照正常時間步順序預測斷裂處位置信息，斷裂后航跡按相反時間步逆序輸入實現逆向預測，預測結果再進行一次逆序從而成為正常時間步的航跡，然后根據熵權法計算兩種預測結果的權重，按分配好的權重將兩種結果融合得到最終的預測軌跡。

2.根據權利要求1所述的一種地波雷達船只斷裂航跡預測方法，其特征在于，步驟2中使用窗口長度為1和3的一維卷積，分別提取航跡信息的特征，在窗口長度為1的卷積層后使用最大池化層保留主要的特征，同時減少參數以及防止過擬合。

3.根據權利要求2所述的一種地波雷達船只斷裂航跡預測方法，其特征在于，步驟3中堆疊的GRU模型由3層GRU組成，相比于單層GRU網絡，GRU層數加深能夠大大提高學習能力。