双向RNN下的航迹拟合模型研究

摘要：

飞机航迹拟合的模型建立一直是作战智能体训练研究的关键问题之一.针对当前作战多智能体在仿真训练中的航迹拟合精确度过低的问题,提出了一种基于改进强化循环神经网络与三次样条插值的训练策略.以飞机的俯仰角、滚动角、偏航角为参考对象,基于三次样条插值算法,通过循环神经网络进行强化深度学习训练来降低误差,对航迹进行拟合.通过大量的仿真实验和最终工程实践的对比证明,该方法相比已有的航迹仿真算法具有更高的准确性与合理性.在相同背景下,其航迹长度下降近10个百分点,准确性也较同领域算法高出5％以上,能有效解决作战智能体在模拟训练中减小航迹与实际作战误差的问题.

关键词：航迹拟合、改进循环网络、三次样条插值、作战智能体

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61703426,61876189

在线出版日期：2019-12-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：58-61,88