基于CNN-BiLSTM网络模型的无人机飞行质量评价

摘要：

为了更好地挖掘无人机飞行轨迹数据中蕴含的有效信息,准确客观地基于轨迹数据对无人机飞行质量进行评价,提出一种融合卷积神经网络(CNN)和双向(Bi-directional)长短期记忆(LSTM)神经网络的CNN-BiLSTM网络模型.首先,利用CNN网络和BiLSTM网络分别获取飞行轨迹数据的局部卷积特征和时间特征.然后,将两种特征送入特征融合层,使用融合后的特征进行分类并获得评分标签.针对六个数据集的数值实验表明,模型不仅取得了较好的分类效果,而且具有很好的泛化能力.

关键词：无人机质量评价、卷积神经网络、双向长短期记忆网络

所属期刊栏目：40

分类号：V279(各类型航空器)

资助基金：国家自然科学基金;科技创新计划

在线出版日期：2023-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共19页

页码：171-189