《表1 采样范围及间隔：基于卷积神经网络的无人作战飞机飞行轨迹实时预测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于卷积神经网络的无人作战飞机飞行轨迹实时预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

近距空战获胜主要通过各种机动动作占据有利位置并达到导弹发射条件，这些机动动作可以被概括为一大类，即转弯。因此，为提高轨迹预测网络的实用性和近距空战轨迹预测准确率，本文不采用特定任务或背景下的轨迹数据作为训练样本，而是从空战机动动作出发，通过对各种初始条件下不同的机动动作采样，以构建大量训练样本，使其尽可能覆盖空战中可能出现的各种轨迹，再利用这些样本训练网络。若空战中的历史轨迹与训练样本中的轨迹相似度较高，则此时轨迹预测的准确率较高。这种方法的优点是训练出的网络具有一定通用性，可以用于不同空战的轨迹预测。为尽可能覆盖空战中可能出现的机动动作，设置轨迹采样范围及间隔如表1所示。