针对飞行器飞行试验中外测级间段数据缺失和精度不高的问题,提出了基于长短期记忆(long-short term memory,LSTM)网络的外测级间段数据预测方法。利用遥测视速度数据和外测融合数据建立LSTM网络回归模型,将外测级间段数据作为缺失数据...针对飞行器飞行试验中外测级间段数据缺失和精度不高的问题,提出了基于长短期记忆(long-short term memory,LSTM)网络的外测级间段数据预测方法。利用遥测视速度数据和外测融合数据建立LSTM网络回归模型,将外测级间段数据作为缺失数据进行预测插值,可将制导工具系统误差以及飞行器初始误差,包括遥外测时间对不准误差,一并利用回归网络表示,从而将遥测视速度数据作为网络输入,得到外测级间段的预测数据。试验数据处理结果证明,基于LSTM网络获得的外测级间段预测数据满足精度要求,所提方法具有实际应用价值。展开更多
文摘针对飞行器飞行试验中外测级间段数据缺失和精度不高的问题,提出了基于长短期记忆(long-short term memory,LSTM)网络的外测级间段数据预测方法。利用遥测视速度数据和外测融合数据建立LSTM网络回归模型,将外测级间段数据作为缺失数据进行预测插值,可将制导工具系统误差以及飞行器初始误差,包括遥外测时间对不准误差,一并利用回归网络表示,从而将遥测视速度数据作为网络输入,得到外测级间段的预测数据。试验数据处理结果证明,基于LSTM网络获得的外测级间段预测数据满足精度要求,所提方法具有实际应用价值。
