摘要
本发明公开了一种基于人工智能的实时飞行弹道跟踪系统及方法,涉及弹道跟踪技术领域,本发明,通过动态调整时间窗长度,有效解决了传统方法中存在的实时性不足和精度受限的问题,当目标运动平稳时,时间窗保持较短,减少冗余计算,提高跟踪效率;而在目标运动剧烈变化时,时间窗自动延展,有效覆盖足够的历史数据以支持高精度预测;此外,综合目标的速度变化率和加速度变化趋势构建的动态特性指标;相比传统固定时间窗方法,本方法在数据中断场景下具备更强的鲁棒性,通过自动检测数据中断并延展时间窗至最大值,保证了轨迹补全所需的历史数据输入,从而提升了轨迹连续性和跟踪可靠性。
技术关键词
动态时间窗
协方差矩阵
跟踪方法
变分贝叶斯算法
观测噪声
加速度
轨迹模型
惯性导航传感器
卫星导航数据
跟踪系统
卡尔曼滤波
变分贝叶斯方法
Kalman滤波
非线性