一种基于深度神经网络的无人实体系统参数识别方法

本发明提出了一种基于深度神经网络的无人实体系统参数识别方法，通过训练预设的深度神经网络，实现对无人实体系统参数进行识别。方法流程如下，根据无人实体的第一试验飞行轨迹生成导航点；随机生成系统参数，根据系统参数作为预设无人实体动力学模型的输入，输出得到仿真数据；循环执行N次上一步步骤，得到N组跟踪导航点的仿真数据集；根据跟踪导航点的仿真数据集进行筛选，保留成功跟踪导航点的仿真数据集；根据成功跟踪导航点的仿真数据集中的仿真数据作为预设的DNN网络的输入特征，系统参数作为输出目标，训练DNN网络；在无人实体实际飞行过程中，获取无人实体的位置信息、速度信息和角度信息作为训练好的DNN网络的输入，输出得到识别的系统参数。