融合STFT和多流动态网络的空战轨迹预测方法

岳圣智; 邓向阳; 付宇鹏; 徐俊; 宋婧菡; 林远山

弹道学报 ›› 2025, Vol. 37 ›› Issue (1) : 60 -67.

岳圣智, 邓向阳, 付宇鹏, 徐俊, 宋婧菡, 林远山

作者信息 +

Author information +

文章历史 +

摘要

现代空战对抗过程的复杂多变使得空战决策模糊多变，有效的轨迹预测能够极大提升决策的准确性。针对空战轨迹预测中复杂时间序列的特性，提出了一种融合短时傅里叶变换(STFT)与多流Transformer网络的轨迹预测方法，旨在提高空战机动轨迹预测的精度。空战机动过程中，飞行器的轨迹变化频繁且复杂，因此，首先通过高阶差分对轨迹数据进行预处理，以消除噪声并保留轨迹的时空特征。随后，利用短时傅里叶变换对预处理后的轨迹进行频域特征提取，分析轨迹的动态变化。为了更好地捕捉位置轨迹和姿态轨迹的差异性，设计了轨迹解耦策略，将这两类轨迹分开处理。接着，基于多流动态注意力机制的Transformer网络处理这些时空特征，从而实现对飞行轨迹中深层依赖关系的捕捉。该网络通过多头注意力机制对多个数据流进行加权处理，增强了模型对不同数据流的时空依赖关系的捕捉能力。实验结果表明，相比传统的预测方法，该文提出的方法预测精度提高了3.88%;STFT与多流Transformer结合的方法有效提高了对复杂空战机动轨迹的预测精度，验证了其在高精度空战场景预测中的适用性。