期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于Transformer-LSTM混合神经网络的迫弹外弹道及落点预测方法
1
作者 杨守怀 黄江流 +4 位作者 陈志华 黄振贵 吴明雨 邱荣贤 郑纯 《兵工学报》 北大核心 2025年第11期181-191,共11页
针对现代战场对迫弹类目标外弹道轨迹及落点的快速精准预测需求,提出基于Transformer-长短期记忆(Transformer-Long Short-Term Memory,Transformer-LSTM)混合神经网络的迫弹外弹道预测方法。利用Transformer网络提取T~T+K时刻迫弹速度... 针对现代战场对迫弹类目标外弹道轨迹及落点的快速精准预测需求,提出基于Transformer-长短期记忆(Transformer-Long Short-Term Memory,Transformer-LSTM)混合神经网络的迫弹外弹道预测方法。利用Transformer网络提取T~T+K时刻迫弹速度与三维坐标的内在联合特征,LSTM网络将该时间序列特征作为输入,映射出T+K+1时刻的三维坐标信息。为优化网络模型,研究并分析不同滑动窗口步长对外弹道预测模型收敛性能的影响。将所提混合网络与门控循环神经网络、Transformer-LSTM分别进行单步、多步和落点预测的对比分析。实验结果表明:新的混合网络对外弹道三维坐标的预测精度分别可达99.78%、99.72%、99.81%,均优于其他2个网络;新的混合网络的外弹道单步预测耗时仅为1.2 ms,大幅度提升了预测精度与效率。新方法可实现精确且快速的外弹道及落点预测,为迫弹拦截任务提供更多的响应时间。 展开更多
关键词 外弹道预测 深度学习 Transformer-LSTM混合神经网络 滑动窗口
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部