[发明专利]一种基于LSTM网络的飞行器航迹预测方法

权利要求书

1.一种基于LSTM网络的飞行器航迹预测方法，其特征在于：该算法包括以下步骤：

步骤1)、获取飞行器过去时间和当前的航迹姿态数据，并对数据进行归一化处理，从而排除因数据值过大或过小对预测结果的影响；

步骤2)、建立LSTM深度神经网络模型，设置神经网络的输入输出、step步长、LSTM层数以及每层神经元的个数，并将步骤1)中预处理后的数据表示成向量的形式，然后将表示成向量形式的数据划分成训练数据和测试数据，其中训练数据占其中的10％～20％，其余的为测试数据；

步骤3)、选取对网络模型的评价指标为RMSE和MAE；

步骤4)、使用步骤2)中的训练数据和对LSTM网络的设置，对LSTM网络模型进行训练，并根据步骤3)中的评价指标，调试网络相关参数使RMSE和MAE的值达到最小，即网络效果达到最优；

步骤5)、通过步骤4)中训练好的最优LSTM深度神经网络，输出飞行器的预测航迹和姿态。

2.根据权利要求1所述的一种基于LSTM网络的飞行器航迹预测方法，其特征在于：所述的过去时间的数据为预测时间的6-8倍。