基于EMD-DESN的无人机集群航迹目的地预测

作     者：薛锡瑞 黄树彩 韦道知 吴建峰 XUE Xirui;HUANG Shucai;WEI Daozhi;WU Jianfeng

作者机构：空军工程大学防空反导学院陕西西安710051 

基　　金：国家自然科学基金(61703424)资助课题 

出 版 物：《系统工程与电子技术》 (Systems Engineering and Electronics)

年 卷 期：2024年第46卷第1期

页      码：290-299页

摘      要：无人机(unmanned aerial vehicle,UAV)集群作战样式多样、运动模式复杂,导致集群航迹目的地难以预测。为解决上述问题,本文提出了一种基于经验模态分解(empirical mode decomposition,EMD)和深度回声状态网络(deep echo state network,DESN)的UAV集群航迹目的地预测算法。为使集群运动模型更真实地模拟UAV集群作战过程,本文引入航向误差时变方差,改进了Olfati-Saber集群运动模型的虚拟领导项。为处理因群内的协同作用和集群航向误差导致的运动非平稳性,引入了EMD,对UAV航迹序列进行重构。考虑到获知航迹的时序性,设计了滑窗结构,采用DESN对重构航迹的不同时段进行目的地预测。仿真实验结果表明,本文提出的EMD-DESN算法较基本DESN算法能以更高的准确度预测UAV集群航迹目的地,并能更早地实现稳定的正确预测。

主 题 词：无人机集群 目的地预测 深度回声状态网络 经验模态分解 改进Olfati-Saber模型 

学科分类：0711[理学-心理学类] 07[理学] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 

核心收录：

D　O　I：10.12305/j.issn.1001-506X.2024.01.33

馆 藏 号：203125324...