[发明专利]一种航迹预测方法、系统和电子设备

权利要求书

1.一种航迹预测方法，其特征在于，包括：

根据目标在当前时刻之前的第一预设时间段内的三维坐标数据中的x轴的坐标值、y轴的坐标值和z轴的坐标值，分别得到三条时序数据；

利用二阶插值法对三条时序数据分别进行插值，得到三条等间隔时序数据；

将任一条所述等间隔时序数据进行小波变换后得到一条近似序列和多条细节序列，直至将每条等间隔时序数据进行小波变换，得到多条近似序列和多条细节序列；

分别将每条近似序列的数据和每条细节序列的数据进行归一化，得到多条归一化近似序列和多条归一化细节序列；

将每条归一化近似序列的数据和每条归一化细节序列的数据分别带入相应的航迹预测模型中，得到当前时刻之后的第二预设时间段内的多条预测近似序列和多条预测细节序列，根据所述多条预测近似序列和多条预测细节序列得到所述目标在当前时刻之后的第二预设时间段内的预测航迹。

2.根据权利要求1所述的一种航迹预测方法，其特征在于，所述根据所述多条预测近似序列和多条预测细节序列得到所述目标在当前时刻之后的第二预设时间段内的预测航迹，包括：

对所述多条预测近似序列的数据和多条预测细节序列的数据进行反标准化；

将反标准化后的多条预测近似序列的数据和多条预测细节序列的数据进行小波逆变换得到x轴的预测坐标值、y轴的预测坐标值和z轴的预测坐标值；

将所述x轴的预测坐标值、y轴的预测坐标值和z轴的预测坐标值按照时间顺序进行合并后，得到所述目标在当前时刻之后的第二预设时间段内的预测航迹。

3.根据权利要求1所述的一种航迹预测方法，其特征在于，还包括：

根据所述目标在预设第三时间段内的航迹的历史三维坐标数据，得到三条历史时序数据；

利用二阶插值法对三条历史时序数据分别进行插值，得到三条历史等间隔时序数据；

将任一条所述历史等间隔时序数据进行小波变换后得到一条历史近似序列和多条历史细节序列，直至得到每一条所述历史等间隔时序数据对应的一条历史近似序列和多条历史细节序列；

分别将每条历史近似序列的数据和每条历史细节序列的数据进行归一化，得到多条历史归一化近似序列和多条历史归一化细节序列；

根据每条历史归一化近似序列的数据和长短期记忆网络训练出每一条历史归一化近似序列所对应的一个航迹预测模型；

根据每条历史归一化细节序列的数据和长短期记忆网络训练出每一条历史归一化细节序列所对应的一个航迹预测模型。

4.根据权利要求1至3任一项所述的一种航迹预测方法，其特征在于，所述分别将每条近似序列的数据和每条细节序列的数据进行归一化，得到多条归一化近似序列和多条归一化细节序列，包括：

通过最大最小值标准化方法分别将每条近似序列的数据和每条细节序列的数据进行归一化，得到多条归一化近似序列和多条归一化细节序列。

5.一种航迹预测系统，其特征在于，包括时序模块、插值模块、小波变换模块、归一化模块、预测模块；

所述时序模块用于根据目标在当前时刻之前的第一预设时间段内的三维坐标数据中的x轴的坐标值、y轴的坐标值和z轴的坐标值，分别得到三条时序数据；

所述插值模块用于利用二阶插值法对三条时序数据分别进行插值，得到三条等间隔时序数据；

所述小波变换模块用于将任一条所述等间隔时序数据进行小波变换后得到一条近似序列和多条细节序列，直至将每条等间隔时序数据进行小波变换，得到多条近似序列和多条细节序列；

所述归一化模块用于分别将每条近似序列的数据和每条细节序列的数据进行归一化，得到多条归一化近似序列和多条归一化细节序列；

所述预测模块用于将每条归一化近似序列的数据和每条归一化细节序列的数据分别带入相应的航迹预测模型中，得到当前时刻之后的第二预设时间段内的多条预测近似序列和多条预测细节序列，根据所述多条预测近似序列和多条预测细节序列得到所述目标在当前时刻之后的第二预设时间段内的预测航迹。