摘要
本发明公开了一种基于深度库普曼算子的飞机轨迹预报方法,通过深度学习与库普曼算子理论相结合,构建三层网络自动提取库普曼特征,引入四种物理约束提高模型泛化能力,实现三段式预测策略与双通道在线学习,解决了传统方法在高机动飞行场景中预测精度低、物理一致性差、适应性弱等问题,实现了高精度飞机轨迹预测,为导引头系统提供可靠的目标信息,显著提高了拦截成功率。
技术关键词
轨迹预报方法
飞机
编码器
变分算法
网络
贝叶斯模型
加速度状态信息
模型更新
解码器
三次样条插值算法
预测误差
物理
多传感器融合技术
噪声滤波
无迹卡尔曼滤波
数据
能量守恒
拉格朗日乘子法
协方差矩阵
系统为您推荐了相关专利信息
桩基连接结构
超声波传感器
无损检测方法
中央监控系统
无损检测系统
危险化学品容器
动态信息数据库
溯源方法
RFID标签
三维结构
无线接入设备
无线网络规划方法
粒子群优化算法
地理空间信息
信号传播路径