[发明专利]基于循环神经网络的目标航迹预测方法

摘要

本发明公开了一种基于循环神经网络的目标航迹预测方法，属于雷达目标跟踪领域，主要解决现有航迹预测方法模型简单、复杂度低、通适性差且无法学习的问题。该方法首先对多种场景下同一型号雷达量测点迹和跟踪航迹数据进行收集，同时采用合作目标信息接收设备对合作目标航迹进行收集，并对数据进行剔除和修正，形成航迹原始数据集。然后构建目标航迹预测循环神经网络，设定训练样本特征向量，生成航迹训练集。最后，基于合作航迹训练集和雷达航迹训练集，对目标航迹预测循环神经网络进行训练优化，生成与雷达相匹配的目标航迹预测方法。该方法能自动训练生成预测算法，具有适用范围广、适配场景多、实用效果好等优点。

主权项

1.基于循环神经网络的目标航迹预测方法，其特征在于，包括以下步骤：步骤1：对同一型号雷达不同场景下的量测点迹数据和跟踪航迹数据进行收集，剔除异常数据，形成雷达量测原始数据集，根据雷达海空探测类别，利用合作目标信息接收设备，收集舰船、飞机合作目标航迹，形成合作目标航迹原始数据集；步骤2：采用时空多维一体可视化方法，参考同时段同区域的合作目标航迹数据，对雷达量测原始数据集中错误跟踪航迹数据进行修正或剔除；步骤3：确定循环神经网络形式为一对一形式，一个输入对应一个输出，并基于典型循环神经网络结构，构建目标航迹预测循环神经网络；步骤4：设定训练样本特征向量，基于原始数据集，生成雷达探测航迹训练集和合作目标航迹训练集；步骤5：采用循环神经网络训练方法，基于合作目标航迹训练集和雷达探测航迹训练集，对目标航迹预测循环神经网络进行训练优化，生成与雷达相匹配的目标航迹预测方法。