摘要
本发明公开了一种基于神经网络的经纬仪目标追踪与预测方法,涉及光电经纬仪目标追踪与预测技术领域,现提出如下方案,S1、根据系统与模型参数,基于光电经纬仪与目标的几何位置关系,生成训练与测试数据;S2、搭建基于BiLSTM‑Attention的多元时间序列预测模型;S3、对多元时间序列预测模型的训练与测试;S4、光电经纬仪时序数据接入与预处理;本发明将光电经纬仪的位置和观测角度数据以及目标位置数据作为多元时间序列数据,搭建基于BiLSTM与Attention机制的多元时间序列预测模型,根据光电经纬仪与目标之间的几何位置关系生成模型训练和测试数据,并对数据进行增强,提升模型的抗干扰能力和泛化性能,从而实现对目标的动态、实时追踪与预测。
技术关键词
光电经纬仪
时间序列预测模型
多元时间序列数据
方位角
Attention机制
三次样条函数
动态变化规律
三次样条插值
参数
三元组
分辨率
时序
系统误差
统计方法
关系
K近邻
系统为您推荐了相关专利信息
航空高光谱影像
地表反射率
反演方法
气溶胶光学厚度
遥感影像数据
精度控制方法
高精度运动控制
时间序列预测模型
投影模块
补丁