Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西北工业大学孙冲获国家专利权

西北工业大学孙冲获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉西北工业大学申请的专利一种基于快速传递结合LSTM神经网络的轨迹预测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115906645B

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211518162.5,技术领域涉及:G06F30/27;该发明授权一种基于快速传递结合LSTM神经网络的轨迹预测方法及系统是由孙冲;冯云翀;丁达理;陈建林设计研发完成,并于2022-11-29向国家知识产权局提交的专利申请。

一种基于快速传递结合LSTM神经网络的轨迹预测方法及系统在说明书摘要公布了:本发明公开了一种基于快速传递结合LSTM神经网络的轨迹预测方法及系统,在飞行器进行机动时,首先基于雷达数据,使用LSTM神经网络进行机动预估,在雷达数据缺失无法对LSTM神经网络构成训练数据集的情况下,进一步使用快速传递方法,通过直接对目标飞行动力学和运动学模型进行近似求解,并得出目标机动过程中的控制量近似值,然后对目标飞行状态进行预测,以达到补充雷达数据并进一步为LSTM网络提供训练数据集的目的,由于LSTM网络能够获取较为准确的机动预估结果,而快速传递方法能够辅助LSTM网络在雷达数据缺失条件下仍能进行机动预估。

本发明授权一种基于快速传递结合LSTM神经网络的轨迹预测方法及系统在权利要求书中公布了:1.一种基于快速传递结合LSTM神经网络的轨迹预测方法,其特征在于,包括以下步骤: S1:建立目标机动飞行运动学模型; S2:建立目标机动动力学模型; S3:构建快速传递方法及LSTM网络的数学模型; S4:使用雷达获取敌方战机运动参数,再基于机动飞行运动学模型、机动动力学模型和快速传递方法与LSTM网络结合的数学模型进行目标的轨迹预测; S3中快速传递方法的数学模型的具体为: 首先获取状态量参数集,确定一个中心状态量标称点,计算出中心状态量标称点与其余状态点之间的偏差值,再对中心状态标称值进行一步积分,得到下一时刻的状态量标称点,将偏差值进行转换得到下一时刻的所有偏差值,再将偏差代入至下一时刻状态量中,得到所有的下一时刻状态量参数集,完成对快速传递方法的相关建模; 详细的步骤为: 假定某个不确定参数采样标称为其余个关联采样点参数为,假定个关联采样点的状态矢量增量为,即,,,,,,个不确定参数演化的状态偏差集合可表示为,由于标称状态参数已由不确定参数演化求出,且每个不确定参数演化的状态偏差也已求出,因此该不确定参数范围采用的每个点均可描述为与标称状态相关的关联个体,则该不确定参数范围内的任意一个采样点可描述为: 1 式中,符号表示中括号内的变量具有多项式形式; 在标称点附近对效能评估演化函数进行泰勒展开;并采用多项式形式的龙格库塔积分器将初始多项式状态映射到某一特定时刻的轨道状态,得到以初始状态偏差为变量的多项式形式的解,即解1的近似解: 2 式中,为多项式近似解每一项的阶数,表示状态矢量的索引值Y表示在时刻对应于不确定采用点的状态,表示多项式解,表示相应的泰勒展开系数,由多项式计算工具直接给出。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西北工业大学,其通讯地址为:710072 陕西省西安市碑林区友谊西路127号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。