技术特征:1.一种基于贝叶斯神经网络的固定翼无人机态势预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于贝叶斯神经网络的固定翼无人机态势预测方法,其特征在于,所述步骤一包括如下步骤:
3.根据权利要求1所述的基于贝叶斯神经网络的固定翼无人机态势预测方法,其特征在于,所述步骤二中,通过我方无人机的传感器系统实时感知敌方无人机的态势信息数据sb,将感知得到的数据传递到步骤s16训练好的贝叶斯神经网络中。
4.根据权利要求1所述的基于贝叶斯神经网络的固定翼无人机态势预测方法,其特征在于,所述步骤三包括如下步骤:
技术总结本发明提供了一种基于贝叶斯神经网络的固定翼无人机态势预测方法,属于无人机态势预测技术领域;解决了在无人机空战环境下我方无人机无法对敌方无人机的未来态势做不确定性预测的技术问题。其技术方案为:一种基于贝叶斯神经网络的固定翼无人机态势预测方法,包括以下步骤:S1、建立适用于时间序列预测的贝叶斯网络;S2、通过我方无人机传感器系统获取敌方无人机的最新的态势信息;S3、使用已建立的贝叶斯神经网络对敌方无人机下一时刻的态势做预测。本发明的有益效果为:本发明提出的预测方法能够令己方无人机预知敌方无人机下一时刻的态势,使我方无人机能够抢占战场主动性,有利于提升无人机作战能力。
技术研发人员:李富超,程赟,袁银龙,李俊红,华亮
受保护的技术使用者:南通大学
技术研发日:技术公布日:2024/1/16