一种基于Transformer-LSTM的ROV轨迹预测方法

本发明公开了一种基于Transformer‑LSTM的ROV轨迹预测方法，包括生成ROV和USV数据集，对数据集数据进行预处理，设计包括输入层、位置编码模块、Transformer编码器模块、LSTM模块、全连接输出层的混合深度学习模型；对模型进行训练，设定USV观测失效的开始和结束时间步，使用训练好的模型进行轨迹预测，预测过程中，针对USV观测失效区间，轨迹预测模型依赖历史观测及历史预测结果进行轨迹推断，绘制三维轨迹对比图，得到预测结果。本发明通过结合Transformer模型在捕捉长时间依赖关系方面的优势与LSTM在处理时序动态变化方面的能力，显著提升了ROV轨迹预测的精度和稳定性。