基于高斯混合-变分自编码器的轨迹预测算法

摘要

海面舰船的轨迹预测对预测精度和实时性具有较高要求,而舰船轨迹数据特征的高复杂度特性,导致传统预测算法精度低、耗时长,难以达到良好的预测效果.为此,提出一种基于变分自编码器的海面舰船轨迹预测算法.将轨迹坐标数据集转化为轨迹移动矢量集,使用变分自编码器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混合高斯分布,使其更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,实现端到端的轨迹预测.仿真结果表明,相较于传统预测算法GMMTP和VAETP,该算法的预测误差分别降低了85.48％和35.59％.