[发明专利]一种空间抓捕过程不确定性重构和预测方法有效
| 申请号： | 201810827128.3 | 申请日： | 2018-07-25 |
| 公开（公告）号： | CN109284768B | 公开（公告）日： | 2022-04-01 |
| 发明（设计）人： | 袁源;王铮;马卫华;王明明 | 申请（专利权）人： | 西北工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 徐文权 |
| 地址： | 710072 陕西*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种空间抓捕过程不确定性重构和预测方法，本发明针对现有多源复杂不确定性规律难以获取的问题，利用生成式对抗神经网络对其进行重构，挖掘了多源不确定性与系统运动状态和外部干扰源中间的内在联系，提高了不确定性分析的准确性。然后，基于连续型隐马尔科夫模型预测系统状态、输入和不确定性随时间变化的走势，综合利用神经网络的输出值和隐马尔科夫模型的预测值，得到最终对不确定性的预测结果。该方法通过生成式对抗神经网络和隐马尔科夫模型相结合，大大提高了空间操作不确定性的重构和预测的准确性。 | ||
| 搜索关键词： | 一种 空间 抓捕 过程 不确定性 预测 方法 | ||
【主权项】：
1.一种空间抓捕过程不确定性重构和预测方法，其特征在于，包括以下步骤：步骤一，基于空间追逃博弈场景，针对空间非合作目标的接管过程，收集接管过程中出现的空间干扰信息，同时收集接管过程中组合系统的时间相关的状态和输入信息；步骤二，根据收集的信息构建生成式对抗神经网络，通过生成模型和判别模型的不断优化和博弈，组建生成式对抗神经网络，生成式对抗神经网络对空间非合作目标不确定性的特征提取与重构，最终得到基于纳什平衡的生成式对抗神经网络；步骤三，利用连续型隐马尔科夫模型预测系统状态、输入和不确定性随时间变化的走势，综合生成式对抗神经网络的输出值和隐马尔科夫模型的预测值，得到最终对不确定性的预测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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西北工业大学，未经西北工业大学许可，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/patent/201810827128.3/，转载请声明来源钻瓜专利网。
