深度学习驱动的航空器轨迹预测技术
2025-02-13 14:08
No.1339599109082062848
技术概要
PDF全文
本技术方案提出了一种融合长短时记忆网络(LSTM)与Transformer模型的深度学习轨迹预测方法,旨在提高航空器轨迹预测的准确性和效率。该方法结合了两种先进的深度学习技术,通过分析历史轨迹数据,能够预测航空器的未来运动路径。
背景技术
在航空领域,精确的轨迹预测对于航空器的导航、控制和任务执行至关重要。传统的轨迹预测方法通常依赖于物理模型和经验公式,这些方法在应对复杂的动态环境时,往往面临着不确定性和适应性不足的问题。随着航空任务的复杂性和数据量的增加,基于机器学习的技术,特别是深度学习,逐渐成为解决这一问题的重要工具。 长短时记忆网络(LSTM)作为一种特殊的循环神经网络,能够有效处理和捕捉时间序列数据中的长期依赖关系。它在处理具有时间相关性的预测任务时表现出色,但在面对大规模数据集时,其训练效率和泛化能力受到限制。此外,LSTM在处理长序列数据时,往往存在梯度消失和爆炸的问题,导致模型的学习能力受到影响。 另一方面,Transformer模型在自然语言处理等领域取得了显著成功,其自注意力机制允许模型并行处理数据,并在全局上下文中建模,使得处理大规模数据变得更加高效。然而,Transformer在处理时间序列数据时,缺乏对时间依赖关系的专门建模,可能导致对序列中局部特征的捕捉不够敏感。 除此之外,由于航空器运行高度变化幅度很大,如果对不同高度,不同大气条件下使用统一的模型参数,很可能会导致模型预测的泛化性下降。因此,本发明对模型中的Transformer进行了改进,使用了混合专家模型(Mixture of Experts)替换了原Transformer网络中的前馈网络层(feed-forward network)。在这一改进中,本发明使不同的专家网络能够针对特定高度进行优化,从而使模型能够根据不同高度的大气条件自适应地使用不同的参数。这种方法有效增强了模型的预测精度和泛化能力,为航空器轨迹预测提供了一种更为精准和高效的解决方案,进而提高了任务的成功率和安全性。
实现思路
阅读余下40%
技术概要为部分技术内容,查看PDF获取完整资料
该技术已申请专利,如用于商业用途,请联系技术所有人!
技术研发人员:
屈晓磊  王雯翰  张诚  周家乐
技术所属: 北京航空航天大学
相关技术
一种基于VR高空模拟系统及其使用方法 一种基于VR高空模拟系统及其使用方法
一种模块化工业算力设备 一种模块化工业算力设备
一种基于边缘计算和大数据算法的RV减速器信息管理系统 一种基于边缘计算和大数据算法的RV减速器信息管理系统
一种独柱墩桥梁加固后的健康监测预警方法及系统 一种独柱墩桥梁加固后的健康监测预警方法及系统
一种具有无极滚轮和侧滚轮的鼠标 一种具有无极滚轮和侧滚轮的鼠标
一种文本展示方法、装置、设备和存储介质 一种文本展示方法、装置、设备和存储介质
一种多级行政区划要素的快速检索与展示方法及系统 一种多级行政区划要素的快速检索与展示方法及系统
一种审计数据价值评价方法及设备 一种审计数据价值评价方法及设备
一种基于智能背心生产质量安全溯源方法及系统 一种基于智能背心生产质量安全溯源方法及系统
一种线程监控的方法、装置、计算机设备和存储介质 一种线程监控的方法、装置、计算机设备和存储介质
技术分类
电信、广播电视和卫星传输服务 电信、广播电视和卫星传输服务
互联网软件服务 互联网软件服务
集成电路设计 集成电路设计
信息集成数字服务 信息集成数字服务
电气机械制造 电气机械制造
计算机、通信、电子设备制造 计算机、通信、电子设备制造
医药制造、生物基材料 医药制造、生物基材料
石油煤矿化学用品加工 石油煤矿化学用品加工
化学原料制品加工 化学原料制品加工
非金属矿物加工 非金属矿物加工
金属制品加工 金属制品加工
专用设备制造 专用设备制造
通用设备制造 通用设备制造
通用零部件制造 通用零部件制造
汽车制造业 汽车制造业
铁路、船舶、航天设备制造 铁路、船舶、航天设备制造
电力、热力生产和供应 电力、热力生产和供应
燃气生产和供应 燃气生产和供应
水生产和供应 水生产和供应
房屋建筑、土木工程 房屋建筑、土木工程
交通运输、仓储和邮政 交通运输、仓储和邮政
农、林、牧、渔业 农、林、牧、渔业
采矿业 采矿业
农副、食品加工 农副、食品加工
烟草、酒水加工 烟草、酒水加工
纺织皮具居家制品 纺织皮具居家制品
文教体娱加工 文教体娱加工
苏ICP备18062519号-5 © 2018-2025 【123技术园】 版权所有,并保留所有权利