基于自注意力機(jī)制增強(qiáng)的CNN-LSTM的榴彈軌跡多步超前預(yù)測

摘要： 由于榴彈飛行軌跡呈現(xiàn)復(fù)雜性、時變性和突變性等特點(diǎn)，給近程防空攔截系統(tǒng)帶來了極大的挑戰(zhàn)。針對目前軌跡數(shù)據(jù)時空特征捕捉困難且只能進(jìn)行較少步數(shù)預(yù)測的問題，提出一種引入自注意力機(jī)制的基于卷積神經(jīng)網(wǎng)絡(luò)和長短期記憶神經(jīng)網(wǎng)絡(luò)(1dimension Convolutional neural network-Long short-term memory-Attention, 1D CNN-LST... （共9頁）