基于LSTM模型的航迹跟踪

随着民航飞机数量的日益增加,空中交通安全管理变得尤为重要,目前主流的监测方式是通过雷达实时监视跟踪处理。雷达如何更加有效的识别航迹将成为影响空中管制安全的重要问题。在实际雷达工作过程中,可能存在噪声污染、杂波、虚假目标等干扰,导致测量误差较大。航迹跟踪就是根据雷达的量测值进行关联、滤波、预测等处理,以及对空中目标运动状态进行估计。目前主流的航迹跟踪的方法是卡尔曼滤波及其改进算法。卡尔曼滤波算法主要通过前一时刻的状态对下一时刻进行预测,常见的卡尔曼算法分为线性系统卡尔曼滤波和非线性系统卡尔曼滤波,而非线性系统卡尔曼滤波又分为扩展卡尔曼滤波和无迹卡尔曼滤波系统。近些年人工智能也在飞速的发展,文章应用线性卡尔曼滤波结合人工智能相关成果进行航迹跟踪。