基于CNN-AM-BiLSTM神经网络模型的航迹预测方法

本发明公开了一种基于CNN‑AM‑BiLSTM神经网络模型的航迹预测方法，包括：通过雷达设备采集空中目标的航迹数据，构建数据集；通过使用归一化算法将航迹数据缩小到[0,1]的范围内，并划分练集、测试集和验证集；搭建CNN‑AM‑BiLSTM神经网络模型，包括卷积模块、注意力机制模块序列提取模块以及输出模块组合；将将数据集作为神经网络模型的输入，开始训练神经网络模型，在训练过程中不断调整超参数，根据损失函数的变化以此来得到最优的超参数组；将雷达设备探测到的空中目标航迹数据输入到神经网络模型，经过模型验算后输出空中目标未来航迹数据。本发明能够实现对多种空中目标航迹的预测并提高预测精度。