摘要
本发明提供了一种基于时间序列分解重构模型的空中目标轨迹预测系统,所述系统包括:传感器、数据库和轨迹预测单元。传感器用于实时采集空中目标的轨迹数据并传输至数据库进行存储和管理,确保数据的完整性和实时性。轨迹预测单元由数据预处理模块、在线分解模块、分量预测模块和数据重构模块组成。数据预处理模块对轨迹数据进行清洗、异常值检测和归一化处理,在线分解模块将数据分解为趋势项、季节项和残差项,分量预测模块通过深度学习模型对分解后的数据进行预测,数据重构模块则将各分量加权组合以生成最终的预测结果。通过对空中目标轨迹数据进行清洗、分解、预测和重构,实现对空中目标未来轨迹的高精度、实时性预测。本发明具有预测精度高、实时处理能力强等优点,适用于复杂空中环境下的轨迹预测。
技术关键词
轨迹预测系统
解码器
重构模型
前馈神经网络
注意力机制
数据
重构模块
编码器
序列
在线
掩码矩阵
变量
滑动窗口
sigmoid函数
阶段
系统为您推荐了相关专利信息
跨模态融合特征
融合控制方法
多模态数据融合
预训练语言模型
多任务联合训练
面向智能交通
图像识别方法
沥青道路材料
图像识别模型
路面
认知功能评估
脑电图数据
长短期记忆网络
术后认知功能障碍
患者
多头注意力机制
防护方法
静态特征
累积分布函数
矩阵
图像去雾方法
图像去雾系统
去雾模型
有雾图像
注意力