基于Bahdanau注意力机制的大口径火炮双向GRU轨迹预测

针对大口径火炮弹丸轨迹预测问题,提出一种基于Bahdanau注意力机制与双向门控循环单元网络的序列到序列轨迹预测模型(S2S ATT-BiGRU)。通过不同条件下六自由度弹丸运动模型仿真,得到大量弹丸轨迹数据样本,并利用滑动窗口法和差分法构造仿真数据集;将所提轨迹预测模型与GRU模型在仿真数据集下进行实验。研究结果表明,S2S ATT-BiGRU模型在输入时间为0.5 s预测未来时间为5 s的情况下,其MSE为13.89 m^(2),MAE为1.84 m, MAPE为0.29%,其预测精度远高于GRU模型。在其余情况下S2S ATT-BiGRU模型的预测结果均优于GRU模型。这表明S2S ATT-BiGRU模型具有更强的存储输入轨迹序列信息和自适应关注重要输入轨迹信息的能力,为弹丸轨迹预测研究提供有利参考。