HGV轨迹预测神经网络

机动分析增强长时预测

引入机动参数和误差补偿机制，并改进Transformer框架，以提高高超音速滑翔飞行器长时间序列轨迹预测的精度和时效性。

Xinru, Liang · 高长生 · 荆武兴

Astrodynamics 2025

技术优势

大幅机动也能预测

针对超过阈值的多机动轨迹，采用误差补偿方法消除周期性变化下有限窗口长度和维度预测能力各向异性的缺陷。

响应快，满足防御需求

引入先进自注意力和蒸馏机制以及生成式编码器，确保预测算法的时间敏感性满足防御目的。

应用场景

• 高超声速目标跟踪：提供长时高精度轨迹预测，支持对高超声速目标的持续跟踪和拦截决策。
• 飞行器轨迹预测：通过机动分析和误差补偿提升飞行器轨迹预测精度，可用于替代现有预测模块。
• 防御系统态势评估：具备满足防御需求的时间敏感性，可集成于防御系统进行实时威胁评估与意图推断。
• 无人机航迹规划：该算法对高机动目标的有效预测能力可迁移至无人机航迹规划中的动态环境建模。