[发明专利]一种基于多分辨分析和小波包重构的航迹预测方法及装置在审
申请号: | 202210801588.5 | 申请日: | 2022-07-08 |
公开(公告)号: | CN115809716A | 公开(公告)日: | 2023-03-17 |
发明(设计)人: | 林毅;张政;郭东岳 | 申请(专利权)人: | 四川大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06N3/0464;G06Q50/30 |
代理公司: | 成都其知创新专利代理事务所(普通合伙) 51326 | 代理人: | 房立普 |
地址: | 610000 四*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 分辨 分析 波包 航迹 预测 方法 装置 | ||
1.一种基于多分辨分析和小波包重构的航迹预测方法,其特征在于,包括以下步骤:
步骤1:获取航迹数据,数据经解码、提取和预处理后构建训练集、验证集和测试集;
步骤2:构建基于多分辨分析和小波包重构的航迹预测模型,航迹预测模型包括依次设置的编码器模块、注意力模块、解码器模块、小波嵌入模块和小波包重构模块;
编码器模块用于将历史航迹点的特征映射为航迹嵌入向量,根据航迹嵌入向量建模输出每个历史时刻的状态向量;
注意力模块用于从每个历史时刻的状态向量中提取出多组小波系数的上下文信息;
解码器模块用于根据多组小波系数的上下文信息构建所有历史航迹点和下一时刻航迹点的多个小波系数嵌入向量;
小波嵌入模块用于对多个小波系数嵌入向量进行线性映射,得到航迹点特征各自对应的多组小波分量;
小波包重构模块用于根据多组小波分量重构所有历史航迹点和下一时刻航迹点的特征值;
步骤3:采用训练集和损失函数对步骤2构建的预测模型进行训练,采用验证集评估预测效果,根据评估结果调整预测模型的超参数,即可得到基于多分辨分析和小波包重构的航迹预测模型;
步骤4:实时采集历史航迹数据,经解码和预处理后,输入步骤3训练和调整后的预测模型,即可得到预测结果。
2.根据权利要求1所述的一种基于多分辨分析和小波包重构的航迹预测方法,其特征在于,所述步骤1中数据解码为从航线的航迹数据进行解码得到明文信息,从明文信息中提取出有效信息;有效信息包括航线中各个航迹点的时间戳、经度、纬度、海拔、经度方向速度、纬度方向速度和垂直方向速度;航迹数据包括飞行器运动趋势、爬升、下降、保持、转弯;所述数据预处理包括以下过程:
S11:对于有缺失值的航迹片段,若缺失值个数大于设定阈值则抛弃该航迹片段,若缺失值个数不大于设定阈值则使用拉格朗日插值法进行插值;
S12:剔除含有离群值的航迹片段;
S13:对有效信息进行归一化;
训练集、验证集和测试集构建方法如下:
从预处理数据中以7:1:2的比例分别抽取出训练集、验证集和测试集;
数据集中构建数据对时,若使用
3.根据权利要求1所述的一种基于多分辨分析和小波包重构的航迹预测方法,其特征在于,所述编码器模块包括一个全连接层和一个LSTM神经网络。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学,未经四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210801588.5/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理