一种基于深度学习的多源目标轨迹融合方法及系统

本发明涉及数据处理技术领域，尤其是涉及一种基于深度学习的多源目标轨迹融合方法及系统。包括构建包含雷达回波数据、卫星遥测数据及真值轨迹数据的时空对齐训练集；设计多通道深度学习网络架构，包括雷达回波数据特征提取通道、卫星遥测数据特征提取通道，通过注意力机制建立双通道特征关联；通过反向传播优化网络参数，得到权重预测模型；实时接收雷达回波数据与卫星遥测数据，通过滑动窗口机制和坐标系转换实现采样数据的时空对齐；将预处理后的双源特征输入训练好的权重预测模型，生成雷达‑遥测融合权重系数；对双源轨迹坐标进行加权处理并优化，输出融合后的目标运动轨迹。解决了传统单源轨迹测量系统在复杂环境下精度不足的问题。