[发明专利]一种高速大范围机动目标轨迹的智能实时预测方法

摘要

一种高速大范围机动目标轨迹的智能实时预测方法，首先提出了学习样本建立方法；然后构建了基于改进BP神经网络的目标运动规律学习及训练机制；最后通过单步预测与滚动预测方法，实现了空天动目标高速大范围机动轨迹的智能、快速、准确预测；本发明仅需知道空天动目标的历史及当前时刻的位置数据，无需目标的运动模型，同时通过设计动量因子和采用变步长迭代策略提高了传统BP神经网络的收敛速度、减小了收敛过程中的振荡，大幅提升了轨迹预测的精度，可直接应用于各类高速、高机动目标的轨迹预测问题，具有较强的适用性，为后续针对X‑37B等高超声速飞行器监视、跟踪、拦截等任务提供了理论基础和技术储备。

主权项

1.一种高速大范围机动目标轨迹的智能实时预测方法，其特征在于，包括步骤如下：步骤一、构建BP神经网络模型；步骤二、构建学习样本；学习样本构建的方法如下：将过去t₀～t_m时刻对应的m+1组动目标位置的采样数据作为初始学习样本，令和分别作为输入学习样本和输出学习样本，并对输入学习样本和输出学习样本进行归一化处理；其中，t_m＝t₀+mT，T代表星载计算机采样周期；m为正整数，表示所要统计的第m个采样周期；t_ξ表示采样时刻，x(t_ξ)表示t_ξ时刻对应的动目标位置；ξ＝1,2,3,…,m；t₀表示初始采样时刻，x(t₀)表示t₀时刻对应的动目标位置。步骤三、训练BP神经网络模型；步骤四、将目标上一采样时刻的时间—位置坐标(t_m,x(t_m))作为神经网络的输入，预测目标下一采样时刻t_m+1的位置x(t_m+1)，并进行归一化处理，完成单步预测；步骤五、更新学习样本为并重复步骤三，完成滚动预测。