基于GRU-KAN的高速飞行器轨迹预测方法

• Published in: 航空兵器 Vol. 31; no. 6; pp. 44 - 49
• Main Authors: 苏雨, 张龙政腾, 赵国宏, 郭正玉, 张科
• Format: Journal Article
• Language: Chinese
• Published: 空基信息感知与融合全国重点实验室,河南洛阳 471009%西北工业大学航天学院,西安 710072%中国兵器工业试验测试研究院,西安 714200%中国空空导弹研究院,河南洛阳 471009 30.12.2024; 西北工业大学航天学院,西安 710072
• Subjects: vertical jump maneuver; 长时轨迹预测; 纵向跳跃机动; long term trajectory prediction; KAN; 高速飞行器; GRU; hypersonic aircraft
• ISSN: 1673-5048
• DOI: 10.12132/ISSN.1673-5048.2024.0113

TJ760; 高速飞行器具有飞行速度快、机动范围大、突防能力强等特点,对防御系统具有较大威胁.精准预测敌方高速飞行器在制导阶段的飞行轨迹,可以提前掌握其飞行航迹,为拦截敌方导弹提供有效的技术支持.因此,本文针对高速飞行器中制导阶段的轨迹预测问题,提出一种基于门控循环单元与 KAN 网络架构(Gated Recurrent Unit-Kolmogorov-Arnold Network,GRU-KAN)的轨迹预测模型.首先,建立弹道坐标系下的高速飞行器运动模型,通过纵向跳跃机动模型建立轨迹数据库.随后,利用滑动窗口对轨迹数据进行分割预处理,得到轨迹数据集.最后,基于GRU和KAN架构设计轨迹预测网络,以50 s轨迹数据为输入,输出150 s预测得到的轨迹数据.实验结果表明,该模型具有更小的网络复杂度,在经度、纬度和高度方向的最大平均预测误差分别为7.58 × 10-2°、9.48 × 10-3°和7.51 ×101 m,经纬度方向与传统智能时序预测模型的预测误差相差不大,但在高度方向上,预测结果相比传统的GRU预测模型提升了 27.8％,相比LSTM预测模型提升了 70.5％.