[发明专利]基于深度双向长短期记忆神经网络的突发事件预测方法

权利要求书

1.一种基于深度双向长短期记忆神经网络的突发事件预测方法，其特征是，步骤如下：

第一部分，提取对抗仿真中的有效数据，建立训练数据集样本，数据是由红蓝双方对抗仿真获得，红蓝双方采用相同的策略进行突发行为的互相对抗，分别通过红蓝双方的己方视角获取敌方的状态信息建立训练数据集，在每次仿真前，将对红蓝双方进行随机初始化，从而获得覆盖较为广泛的数据集样本；所述有效数据包括己方对目标锁定状态、目标距离、目标距离变化率、目标水平方位角、目标俯仰角、目标水平方位角速度、目标俯仰角速度、目标x方向速度、目标y方向速度、目标z方向速度、目标x方向加速度、目标y方向加速度、目标z方向加速度、目标针对己方水平进入角、目标高度、目标标量速度、目标径向速度、目标航向、目标地速、目标水平航迹角、己方x方向坐标、己方y方向坐标、己方高度、己方航向角、己方俯仰角、己方滚转角、己方x方向速度、己方y方向速度、己方z方向速度、己方x方向加速度、己方y方向加速度、己方z方向加速度、己方空速、己方标量速度、己方法向过载、己方纵向航迹角、目标是否发生突发行为；

第二部分，数据预处理，包括数据降采样，数据归一化，数据缺失值和异常值处理以及数据标签标注：首先，将获取到的对抗仿真数据均匀降采样，然后，根据获取到的数据范围，将数据进行归一化处理，映射到[0,1]之间，在数据处理的过程中对无效数据进行剔除：a.将敌方状态数据全为0的无效数据剔除；b.将敌方状态数据全为NAN的无效数据剔除；

第三部分，对预处理好的数据进行卡尔曼滤波处理，将数据中的噪声进行滤除；具体步骤如下：首先，根据t-1时刻系统估计状态和t-1时刻系统估计误差，依据飞行器的运动方程预测t时刻系统预测状态和t时刻系统预测误差；然后，根据t时刻系统实际状态、系统预测状态和系统预测误差计算卡尔曼增益，设计卡尔曼滤波器获得t时刻系统估计状态和t时刻系统估计误差；最后，进行迭代，滤除数据中的噪声；

第四部分，将样本切分并建立数据库，根据任务需求以及网络的输入、输出形式对样本进行切分以及处理，神经网络的输入向量为当前时刻之前的前10s数据，从每秒的10拍数据中随机抽取一拍作为LSTM神经网络对应单元的输入，输出为11维向量，分别代表t-5、t-4、t-3、t-2、t-1、t、t+1、t+2、t+3、t+4、t+5时刻的敌方突发行为的预测值，对收集到的原始形式的数据进行切分，切分过程如下：a.将每10s数据进行分组，作为神经网络的输入，得到一个10×37维的输入数据，b.将当前时刻前5s、当前时刻以及当前时刻后5s是否存在突发行为作为对应输入的样本标签，将发生突发行为后的一段时间的样本标签全部置1作为对应输入的样本标签，将切分好的样本保存，建立经验数据库；

第五部分，构建深度双向LSTM网络模型：首先，从每秒的10拍数据中提取出1拍数据，组成网络10×37维的输入信号，通过一个全连接层对输入信号进行升维，将每个时间步输入的37维数据升到LSTM内部节点维度，采用的LSTM网络为多层LSTM网络，层数设定为2层，在t-5至t-1节点后分别接入一个全连接层用于判断t-5至t-1时刻敌方是否发生突发行为，在t节点后接入六个全连接层用于判断t时刻敌方是否发生突发行为的同时预测t+1至t+5时刻敌方是否发生突发行为，网络每个时间步的输出采用one-hot形式，即敌方未发生突发行为的输出为[1,0]，发生突发行为的输出为[0,1]。

2.如权利要求1所述的基于深度双向长短期记忆神经网络的突发事件预测方法，其特征是，网络训练：网络采用交叉熵函数作为损失函数，即：

L(y^*,y)＝-∑_iy^*(x)logy(x)

其中i表示每一次训练过程批量样本的个数，y^*(x)表示神经网络输出的概率分布，即每个时刻敌方是否发生突发行为，y(x)代表期望的输出概率分布，即训练样本的标签值的one-hot形式，深度神经网络的优化目标是让L(y^*,y)趋近于0，网络采用基于Adam算法的深度神经网络权值更新算法进行网络权值更新。

3.如权利要求1所述的基于深度双向长短期记忆神经网络的突发事件预测方法，其特征是，前向样本预测：在网络在线预测过程中，输入数据的提取：每秒取等间距的10组数据，根据神经网络分布式的特性，采用batch计算方式，获得10组预测结果，对这十组预测结果求取平均值，获得最终的11s的预测结果；

获得到神经网络的输出数据后，对预测结果进行处理，①如果敌方没有发生突发行为，则结果为(False，None)；②如果突发行为在当前时刻前5秒至当前时刻后5秒发生，则结果为(True，[-4,+4])，其中在当前时刻敌方发生突发行为，输出结果为(True，0)，在未来2s时敌方发生突发行为，输出结果为(True，+2)，以此类推；③如果在当前时刻前5s之前敌方发生突发行为，则输出结果为(True，None)。