文章详情

稿件标题：	基于自注意力机制和CNNLSTM的空战目标机动轨迹预测
稿件作者：	李战武1，张帅1，乔英峰2，王强2，姜勇2，张飞1
DOI：	10.11809/bqzbgcxb2023.07.028
科学编辑：	沙建科博士（四川航天技术研究院研究员）
栏目名称：	信息科学与控制工程
关键词：	机动轨迹预测；空战数据分析；多层次时间序列；SelfAttention；多步轨迹预测
文章摘要：	空战目标机动轨迹是有丰富时空特征的多维时间序列，具有高度复杂性和不确定性。针对现阶段轨迹预测运动学模型建立困难、时序预测的方法难以提取时空特征且只能单一的从T到T+1时刻的顺序式训练的问题，文中提出了一种自注意力机制（selfattention,ATT）和卷积神经网络(convolutional neural network,CNN)长短期记忆网络（long shortterm memory,LSTM）结合的模型(CNNLSTMATT)。离线状态下训练模型，获得的最优模型可以实现目标机动轨迹的高精度预测。文中模型与CNNLSTM、LSTM模型进行单步预测对比分析，具有良好的单步预测和不同过载机动预测的能力。考虑到电磁干扰和复杂环境导致传输数据的误差和缺失，进行了目标轨迹的5步预测，预测结果和评价指标均优于CNNLSTM、LSTM模型。
稿件基金：	研究生创新实践基金项目（CXJ2022001）
引用本文格式：	李战武，张帅，乔英峰,等.基于自注意力机制和CNNLSTM的空战目标机动轨迹预测［J］.兵器装备工程学报，2023，44(7)：209-216. LI Zhanwu, ZHANG Shuai, QIAO Yingfeng, et al.Maneuvering trajectory prediction of air combat targets based on selfattention mechanism and CNNLSTM［J］.Journal of Ordnance Equipment Engineering，2023，44(7)：209-216.
刊期名称：	2023年07期
出版时间：	2023年7月
上线时间：	2023年7月28日
浏览次数：	1818
下载次数：	74
免费阅读PDF 在线阅读下载本期目录下载本期封面