-
题名基于元增量学习的非线性运动目标航迹预测
- 1
-
-
作者
杨帆
王长城
樊鹏
康林
曾刊
-
机构
中国兵器装备集团自动化研究所有限公司
陆装驻广元地区军代室
-
出处
《兵器装备工程学报》
北大核心
2025年第S1期236-242,共7页
-
基金
“十四五”预研基金项目(628010205)
省部级基金项目。
-
文摘
针对非线性运动目标轨迹预测中模型持续学习与快速适应问题,提出一种基于元增量学习的非线性运动目标轨迹预测方法。在WaveNet网络基础上构建了双向引导调制网络,引入元增量学习训练策略,使深度学习模型能够快速适应目标新运动模式并保持对旧运动模式预测能力。实验结果表明,元增量学习模型在小样本学习场景下显著优于卡尔曼滤波、深度学习、继续学习和全量学习模型,其方位角、高低角和斜距离预测误差均为最低。在已积累大量历史轨迹数据、目标出现新运动模式的场景中,元增量学习模型保持了对旧模式的预测能力,与最优模型的误差不超过7%;同时,在新模式的适应能力优秀,高低角和斜距离预测误差最优,与最优模型相比,方位角预测误差不超过8%。此外,元增量学习模型的训练时间比继续学习模型减少90%,比全量学习模型减少98%,展现出快速适应与预测能力保持平衡以及显著的训练效率。
-
关键词
末端防御
非线性运动目标
航迹预测
元学习
增量学习
-
Keywords
terminal defense
nonlinear motion target
trajectory prediction
meta-learning
incremental learning
-
分类号
TJ0
[兵器科学与技术—兵器发射理论与技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
