北京邮电大学学报 ›› 2022, Vol. 45 ›› Issue (5): 121-128.
• 研究报告 • 上一篇
基于LSTM-KF的无人机航迹跟踪算法
刘金铭,张玉艳,张碧玲
- 北京邮电大学 网络教育学院
Trajectory Estimation Algorithm for Unmanned Aerial Vehicle Based on LSTM-KF
LIU Jinming, ZHANG Yuyan, ZHANG Biling #br#
- School of Network Education, Beijing University of Posts and Telecommunications
摘要: 在量测信息有限的情况下,针对使用单一运动模型的卡尔曼滤波(KF)算法难以应对无人机航道跟踪的问题,提出了一种新颖的将长短期记忆网络(LSTM)和 KF 算法结合的 LSTM-KF 算法。 首先,使用 LSTM 预测目标平均速度和瞬时速度的方法解决了非参数模型在位置预测任务中泛化能力差的问题。 其次,分析了 KF 算法使用运动模型的预测局限性,提出利用 LSTM 的预测结果修正运动模型的预测结果的方法,来降低预测误差。 修正后的预测结果与量测数据结合,实现对目标的状态估计。 最后,将所提 LSTM-KF 算法在生成的轨迹上进行了验证,仿真结果证明,LSTM-KF 算法比已有模型具有更高的跟踪精度和更强的鲁棒性。
中图分类号: