摘要
本发明公开了一种基于贝叶斯优化的无人机轨迹预测方法、装置和系统,方法包括:获取无人机的历史轨迹数据,包括无人机在不同采样时刻的位置、速度和加速度;构建前馈神经网络,并使用贝叶斯优化寻找前馈神经网络的最优超参数,以生成预测模型;基于预测模型,对无人机的轨迹进行预测,得到无人机的初始预测轨迹数据;计算初始预测轨迹数据与历史轨迹数据之间的归一化激活概率;根据归一化激活概率,对初始预测轨迹数据进行自适应修正,获得无人机的最终预测轨迹。本发明引入了一种自适应修正机制,极大地提高轨迹预测的精度与鲁棒性,为无人机自主飞行和群体协作提供科学合理的决策依据,在空中交通管制、无人机拦截等应用场景中发挥关键作用。
技术关键词
历史轨迹数据
轨迹预测方法
前馈神经网络
轨迹预测装置
生成预测模型
加速度
无人机自主飞行
超参数
空中交通管制
数据采集模块
程序
电子系统
可读存储介质
指令
存储器
系统为您推荐了相关专利信息
全局特征融合
全局特征提取
诱饵
建模方法
仿真数据
图像特征数据
谷物识别方法
文本特征向量
子模块
转换编码器
前馈神经网络
融合特征
水位预测方法
门控循环单元
变量