论文摘要
无人机航迹预测对于无人机冲突检测、任务规划及异常管控至关重要。在很多情况下难以为无人机这种复杂系统建立精确的物理模型,给基于模型的滤波方法带来一定难度。为解决上述问题,提出一种基于运行状态识别的无人机高斯过程-无味卡尔曼滤波的混合估计方法。首先,利用运行状态识别机制将无人机运行数据分为不同数据段,以确定无人机实时状态并提高预测模型的适应性;然后,根据不同的运行状态,从航迹数据中学习高斯过程递归模型,将其作为无味卡尔曼滤波器的状态转移方程,以实现更高的预测精度;最后,利用动作捕捉系统采集的真实无人机运行数据验证了所提出方法的有效性,利用均方误差检验了方法的精确度。
论文目录
文章来源
类型: 期刊论文
作者: 赵嶷飞,杨明泽
关键词: 无人机,航迹预测,无味卡尔曼滤波,动作捕捉,高斯过程回归
来源: 科学技术与工程 2019年23期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 航空航天科学与工程
单位: 中国民航大学空中交通管理学院
基金: 国家重点研发计划(2016YFB0502400)资助
分类号: V355
页码: 304-309
总页数: 6
文件大小: 278K
下载量: 299