公开(公告)号：CN113190036A

公开(公告)日：2021-07-30

申请号：CN202110363750.5

申请日：2021-04-02

Applicant: 华南理工大学

Inventor： 张平 ,  李梦龙

IPC: G05D1/10

Abstract: 本发明公开了一种基于LSTM神经网络的无人机飞行轨迹预测方法。所述方法如下：选取长短记忆神经网络并通过仿真数据对其进行训练；实时获取基础飞行数据；对基础飞行数据进行预处理作为历史数据；将历史数据进行分段，对长短记忆神经网络进行实时再次训练；继续对基础飞行数据进行收集、差分标准化和分段处理，然后通过再次训练后的长短记忆神经网络进行预测，输出预测结果；将预测结果结合扩展卡尔曼滤波算法，将扩展卡尔曼滤波算法的预测结果作为最终预测结果；用户根据最终预测结果选择是否修正无人机的飞行路线，然后返回持续预测飞行轨迹。本发明在无人机的监管和监测系统中可以有效的实时监测无人机现在与未来的飞行轨迹，提高监测效率。

公开(公告)号：CN113190036B

公开(公告)日：2023-10-13

申请号：CN202110363750.5

申请日：2021-04-02

Applicant: 华南理工大学

Inventor： 张平 ,  李梦龙

IPC: G05D1/10

Abstract: 本发明公开了一种基于LSTM神经网络的无人机飞行轨迹预测方法。所述方法如下：选取长短记忆神经网络并通过仿真数据对其进行训练；实时获取基础飞行数据；对基础飞行数据进行预处理作为历史数据；将历史数据进行分段，对长短记忆神经网络进行实时再次训练；继续对基础飞行数据进行收集、差分标准化和分段处理，然后通过再次训练后的长短记忆神经网络进行预测，输出预测结果；将预测结果结合扩展卡尔曼滤波算法，将扩展卡尔曼滤波算法的预测结果作为最终预测结果；用户根据最终预测结果选择是否修正无人机的飞行路线，然后返回持续预测飞行轨迹。本发明在无人机的监管和监测系统中可以有效的实时监测无人机现在与未来的飞行轨迹，提高监测效率。