防空导弹IMU状态的时间序列预测方法

惯性测量单元(IMU)是防空导弹的重要部分,其状态数据主要从定期人工测试中获取,效率较低。为了降低对定期测试的依赖,本文通过时间序列预测方法,从已有数据中预测其未来一段时间内的状态。出于小样本考虑,本文使用重叠分段平均进行数据处理,降低数据维度与训练难度,并用长短时记忆网络(LSTM)进行时间维度的预测。本文提出模型在实测数据上进行了验证,在获得最高预测精度的同时保持较低开销。