基于变分自编码的海面舰船轨迹预测算法

摘要

海面舰船的轨迹预测对预测精度和实时性有更高的要求,而舰船轨迹数据特征复杂度较高,传统预测算法精度低、耗时长。为此,提出了一种基于变分自编码的海面舰船轨迹预测算法。首先将轨迹坐标数据集转换为轨迹移动矢量集,使用变分自编码完成轨迹运动特征的提取与生成预测;同时为提高轨迹预测精度,将变分自编码网络的隐空间分布设定为叠加高斯分布,使其更加符合真实的数据分布特征,并在隐空间完成轨迹特征的分类,实现了端到端的轨迹预测。仿真结果表明,相对于传统轨迹预测算法,基于变分自编码的预测算法误差降低了43.73%,训练耗时降低了79.4%,且改进后算法预测误差进一步降低了35.59%。