摘要
本发明提供了一种基于多源数据融合的无人机状态预测方法及相关设备,采集目标无人机上多种传感器输出的数据,得到源数据集;对源数据集进行协方差阈值检测和残差检测,得到检测后的数据集,并对检测后的数据集进行预处理,得到预处理后的数据集;将预处理后的数据集输入训练后的注意力加权循环神经网络模型进行状态预测,得到目标无人机的状态预测结果将目标无人机上多种传感器输出的数据进行融合,通过协方差阈值检测和残差检测对融合后的数据进行检测,避免了因传感器失效导致数据丢失的问题,通过注意力加权循环神经网络模型中两个GRU网络层捕捉无人机飞行过程中状态变化的时序依赖性,从而提高无人机的状态预测精度。
技术关键词
状态预测方法
循环神经网络模型
数据
传感器
时序特征
模型预测值
注意力
协方差矩阵
状态预测装置
捕捉无人机
坐标系
可读存储介质
处理器
加速度
线性
终端设备
存储器
滤波
系统为您推荐了相关专利信息
心率变异性特征参数
颈动脉斑块
光电容积脉搏波信号
决策树模型
分型方法
分类方法
核酸
多头注意力机制
Attention机制
蛋白质序列变体
作业对象
插值模型
点云信息
控制点
语义分割模型
人机交互设备
收纳架体
电力供应回路
驱动动力源
控制单元
FIFO存储器
系统级芯片
时钟同步
时钟信号同步
交通设备