一种基于GNN-Transformer的海上多机动单位轨迹预测方法

本发明公开了一种基于GNN‑Transformer的海上多机动单位轨迹预测方法，通过海警侦查系统获取未知机动单位轨迹数据并提取我方单位数据，构建双方对抗轨迹序列数据；以双方各个机动单位作为图节点，对应的轨迹序列数据作为节点中的信息，构建图结构数据作为图神经网络GNN模块的输入端；通过GNN模块提取空间维度上的单位交互对抗特征；通过时空Transformer模块提取时空维度上的轨迹运动特征；通过一个包含掩码多头自注意力机制和多层感知机的解码器来输出机动单位的轨迹预测结果；训练迭代获得最佳网络模型的参数，以获取最佳预测效果。本发明可以极大地提升对抗场景的预测准确度，有利于促进人工智能技术在海岸安全的落地运用，提升海警系统的工作效率。