基于GRU模型的高机动试飞航空器轨迹预测方法研究

摘要

文章利用注意力机制提取试飞运动轨迹数据中的有效信息,采用门控循环神经网络(Gated Recurrent Neural Network,GRU)模型处理时序问题,提出了一种高机动试飞航空器实时多步轨迹预测方法。在结合注意力机制和门控循环神经网络进行航迹预测的基础上,根据轨迹预测结果进行高机动试飞航空器防相撞检测,提高试飞过程中航空器飞行轨迹的可预测性,减少地面管制员的工作量,在保障试飞安全的前提下,进一步提高科研试飞效率。