[发明专利]一种航空器位置预测的方法及装置

权利要求书

1.一种航空器位置预测方法，其特征在于，包括：

获得航空器的前k个时刻的位置数据；

将前k个时刻的所述位置数据输入到神经网络NN1中，输出符合所述航空器当前运动状态的运动状态模型的模型类型，其中，所述神经网络NN1为基于第一样本数据进行训练得到的，所述第一样本数据包括样本航空器的样本位置数据，以及所述样本航空器的与所述样本位置数据对应的已知运动状态模型；

按照所述模型类型，使用前m+1个时刻的位置数据，计算所述运动状态模型的模型参数，得到所述运动状态模型；

基于符合所述航空器当前运动状态的所述运动状态模型，计算下一时刻所述航空器可能处于的位置，作为所述航空器的位置预测值；

其中，所述按照所述模型类型，使用前m+1个时刻的位置数据，计算所述运动状态模型的模型参数，包括：

使用前m+1个时刻的位置数据，采用如下公式计算所述运动状态模型的模型参数：

其中，t_i为前m+1个时刻中第i个时刻对应的时间值，x_i为前m+1个时刻中第i个时刻所述航空器的位置数据，i的取值为从0到m的整数，n为表示所述运动状态模型的方程的次方数，n为大于等于1的整数，a₀、a₁…a_n为所述运动状态模型的模型参数，依次为表示所述运动状态模型的方程中从时间的低次方到时间的高次方前的系数。

2.根据权利要求1所述的方法，其特征在于，所述位置预测值为第一阶段位置预测值；

在所述计算下一时刻所述航空器可能处于的位置之后，还包括：

将所述第一阶段位置预测值输入到神经网络NN2中，输出偏移值，其中，所述神经网络NN2为基于第二样本数据进行训练得到的，所述第二样本数据包括样本航空器的样本第一阶段位置预测值，以及所述样本航空器的实际位置数据，所述样本第一阶段位置预测值为使用所述神经网络NN1对所述样本航空器进行位置预测得到的；

将所述偏移值与所述第一阶段位置预测值相加，得到所述航空器的位置预测结果。

3.根据权利要求1所述的方法，其特征在于，所述获得航空器的前k个时刻的位置数据，包括：

获得雷达测量得到的航空器的前k个时刻的原始位置数据，其中，所述原始位置数据为极坐标状态下的数据；

将前k个时刻所述航空器的所述原始位置数据，从极坐标状态下转化为大地直角坐标系状态下的数据，得到所述航空器的前k个时刻的位置数据。

4.根据权利要求1所述的方法，其特征在于，所述神经网络NN1能够输出的运动状态模型包括如下三种：

第一种：匀速直线运动模型；

第二种：匀变速直线运动模型；

第三种：匀变加速直线运动模型。