無(wú)人機(jī)的廣泛應(yīng)用一直是近年來(lái)軍事領(lǐng)域、民用領(lǐng)域研究與攻克的重要的課題,自從無(wú)人機(jī)問(wèn)世以來(lái),由于其造價(jià)低、使用方便、易操作等特點(diǎn),在現(xiàn)代戰(zhàn)爭(zhēng)與各個(gè)領(lǐng)域中發(fā)揮著重要的作用。在無(wú)人機(jī)技術(shù)飛速發(fā)展的同時(shí),各國(guó)對(duì)于無(wú)人機(jī)應(yīng)用體系的研究也在不斷進(jìn)行。在當(dāng)前世界中,以美國(guó)為首的軍事大國(guó)相繼建立了全方位的無(wú)人機(jī)體系來(lái)應(yīng)對(duì)增強(qiáng)其軍事實(shí)力。在當(dāng)前互聯(lián)網(wǎng)技術(shù)飛速發(fā)展的大環(huán)境下,無(wú)人機(jī)路徑預(yù)測(cè)是其中重要的一部分。本文以無(wú)人機(jī)的運(yùn)動(dòng)過(guò)程為研究對(duì)象,通過(guò)將循環(huán)神經(jīng)網(wǎng)絡(luò)與啟發(fā)式閾值相結(jié)合,研究在無(wú)人機(jī)飛行過(guò)程中的路徑預(yù)測(cè)算法,提出自己對(duì)于路徑預(yù)測(cè)的一些算法。本文針對(duì)無(wú)人機(jī)飛行過(guò)程進(jìn)行建模研究,通常來(lái)講,無(wú)人機(jī)的飛行過(guò)程視為連續(xù)變量的動(dòng)態(tài)的變化的系統(tǒng),通過(guò)采用微分學(xué)的一些操作手段來(lái)處理運(yùn)行軌跡,利用非齊次變系數(shù)微分方程來(lái)推導(dǎo)出滿足當(dāng)前路徑的微分表達(dá)式。但是微分方程的擬合效果是非常復(fù)雜的,無(wú)人機(jī)在實(shí)際的飛行過(guò)程中受多種因素的影響,有時(shí)并不能有效地來(lái)擬合真實(shí)的運(yùn)行軌跡。利用建模手段,更易挖掘數(shù)據(jù)內(nèi)部特征,并通過(guò)實(shí)驗(yàn)證明,該方法的有效性。把循環(huán)神經(jīng)網(wǎng)絡(luò)引入到路徑預(yù)測(cè)上面來(lái),利用循環(huán)神經(jīng)網(wǎng)絡(luò)在處理時(shí)間序列上面的優(yōu)勢(shì),把無(wú)人機(jī)運(yùn)...

【文章頁(yè)數(shù)】：54 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文主要內(nèi)容
    1.4 論文結(jié)構(gòu)安排
第二章 無(wú)人機(jī)路徑預(yù)測(cè)理論研究
    2.1 引言
    2.2 無(wú)人機(jī)運(yùn)動(dòng)坐標(biāo)系
    2.3 無(wú)人機(jī)的路徑預(yù)測(cè)
    2.4 循環(huán)神經(jīng)網(wǎng)絡(luò)
    2.5 啟發(fā)式搜索算法
    2.6 本章小結(jié)
第三章 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的無(wú)人機(jī)路徑預(yù)測(cè)
    3.1 引言
    3.2 路徑預(yù)測(cè)算法
    3.3 本章小結(jié)
第四章 基于動(dòng)態(tài)啟發(fā)式閾值的價(jià)值點(diǎn)提取算法
    4.1 引言
    4.2 啟發(fā)式閾值算法
    4.3 價(jià)值軌跡點(diǎn)的提取算法
    4.4 仿真實(shí)驗(yàn)及分析
    4.5 本章小結(jié)
第五章 基于RNN的路徑預(yù)測(cè)算法
    5.1 引言
    5.2 模擬實(shí)驗(yàn)與仿真
第六章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 工作展望
參考文獻(xiàn)
作者簡(jiǎn)介及在學(xué)位期間所取得的科研成果
致謝



本文編號(hào)：4047265