【摘 要】
：
针对传统的轨迹预测方法很难获取轨迹的时空特征、实现高精度和实时预测等问题,提出了一种基于注意力机制的4D轨迹预测模型ARTP(Attentional Recurrent Trajectory Prediction).首先,采用正则化方法对各飞行轨迹进行重构,得到等时间间隔的无噪声高质量飞行轨迹;其次,使用长短期记忆(Long Short-Term Memory,LSTM)对飞机飞行轨迹进行时空特征提取;最后,利用注意力机制来捕获飞行历史轨迹中的多层次周期性.该模型有效地利用了周期性的性质来增强LSTM的活
【机 构】
：
中国西南电子技术研究所,成都610036
论文部分内容阅读
针对传统的轨迹预测方法很难获取轨迹的时空特征、实现高精度和实时预测等问题,提出了一种基于注意力机制的4D轨迹预测模型ARTP(Attentional Recurrent Trajectory Prediction).首先,采用正则化方法对各飞行轨迹进行重构,得到等时间间隔的无噪声高质量飞行轨迹;其次,使用长短期记忆(Long Short-Term Memory,LSTM)对飞机飞行轨迹进行时空特征提取;最后,利用注意力机制来捕获飞行历史轨迹中的多层次周期性.该模型有效地利用了周期性的性质来增强LSTM的活动性预测.在真正的广播式自动相关监视系统(Automatic Dependent Surveillance-Broadcast,ADS-B)历史轨迹数据上进行实验和同类方法进行对比,ARTP模型的均方根误差比CNN-LSTM模型低21.04％.实验结果表明,基于注意力机制的飞机轨迹预测模型能够取得更高精度的预测结果.
其他文献
电弧故障易造成设备烧毁并引发火灾事故,对其进行快速有效的诊断是供用电系统安全可靠运行的保证.本文根据电弧故障发生过程中燃弧波形的随机性特征,提出基于多种电气增量融合判据的电弧故障诊断方法.首先根据正弦量等间隔连续三点采样数据特征、连续两周期同一点采样数据关系,快速确定并核实扰动过程;然后计算扰动前一周期及扰动后时间段内每采集一个采样点所构成的每周期电流、电压、实时功率有效值及连续两个周期的电压、电流和功率的变化相对增量、扰动前后的每周期谐波及谐波相对增量;最后基于扰动过程中多种电气增量的单调性变化特征形成
随着新能源的快速发展和“两个细则”性能考核的实施,对电网调峰调频的要求越来越高,现阶段火电机组调节能力成为平抑新能源电力随机波动性的关键.在对锅炉、制粉、回热、冷端以及热网等系统蓄能的控制响应特性分析的基础上,开展了系统深入的理论研究与技术攻关,并在此基础上根据多蓄能协同调度控制关键技术,提出了一种火电机组多蓄能协同调度系统.该系统在综合考虑电网“两个细则”性能要求和机组运行稳定性要求的基础上,根据锅炉、制粉、回热、冷端以及热网等部分的蓄能状态和特性,开发了机炉协调优化、制粉送粉优化、凝结水节流、冷却工质
对油浸式电力变压器油中溶解气体浓度进行预测,可为变压器状态评估及故障诊断提供重要参考依据.为进一步提高预测精度,本文将RAdam优化器和门控循环单元(GRU)相结合,提出一种改进GRU的变压器油中气体浓度预测模型.改进模型以7种典型气体浓度作为输入,使用RAdam优化器进行训练,以对应待测气体浓度作为输出.算例分析结果表明,相比于普通GRU模型和长短期记忆神经网络(LSTM)模型,改进GRU模型能更好地预测变压器油中溶解气体浓度变化趋势,并扩大了对初始学习率的选择范围.
针对目前难以实时准确且低能耗地识别电力监控系统中分布式拒绝服务(DDoS)攻击的问题,本文基于电力监控系统专用防火墙装置提出一种实时DDoS攻击检测方法.采用软硬件结合的方式:硬件方面,防火墙采用现场可编程门阵列(FPGA)实时采集报文数据,在转发报文时更新计数器,实时提供检测所需的特征值并进行攻击预判;软件方面,在防火墙的用户空间内运行基于机器学习的在线识别器,首先在实时采集报文数据时感知网络状态,当网络可能异常时使用在线识别器检测攻击.本文实现了基于该方法的DDoS攻击检测原型系统,并进行了实验.实验
针对给定空域亮温成像的辐射计在成像时间受限条件下温度灵敏度难以提高的问题,在分析典型辐射计成像体制温度灵敏度基础上,提出了通过增大阵列稀疏比提高综合孔径辐射计温度灵度的方法.设计了一种具有多倍冗余基线的稀疏阵列配置,阵面单元可构成多个T型稀疏子阵,每个T子阵独立实现综合孔径辐射计亮温图像重构,并通过多幅亮温图像平均提高辐射计温度灵敏度.系统设计中引入阵列稀疏比作为设计自由度,可实现综合孔径辐射计温度灵敏度、空间分辨率和硬件复杂度的最佳平衡.提出了多倍冗余综合孔径辐射计亮温图像重构算法,分析了温度灵敏度性能
配电网发生高阻接地故障(HIF)时,接地介质的电阻较大,故障电流比负荷电流要小得多,故障特征不明显.现有的电流或电压保护装置均难以应对HIF,寻找方法对其进行准确快速的辨识意义重大.本文首先通过连续小波变换(CWT)对故障线路的零序电流进行时频域分析,选定特征频段内的时频矩阵作为识别特征量,随后使用改进的LeNet-5网络对识别特征量进行辨识以判定HIF是否发生.在PSCAD/EMTDC中进行了大量的仿真研究,最终结果表明,本文所提方法能够准确识别发生在不同中性点接地系统中的HIF与各类干扰,且抗噪声能力
随着社会经济的不断发展,城市配电网中的电缆线路占比越来越大.当电缆发生故障时,由于放电位置在地层下,需要首先进行故障定位才可进行修复.本文结合六起10kV中压电缆故障,通过低压脉冲法、冲闪法及二次脉冲法分析波形数据,进行故障点位初步测距;再通过声磁同步法,精确定位故障点.最后,将电缆故障部分进行解剖,分析具体故障原因,为中压电缆终端在电力系统中安全、稳定运行提供依据.
变电站接地引下线是站内各种电气设备或避雷装置与水平接地网连接的通路,一旦出现腐蚀变细或断裂,就会形成安全隐患.通过及时检测发现接地引下线的缺陷是预防事故发生的一项重要措施.本文分析影响引下线导体阻抗的主要因素,研究接地引下线可触及节点间在不同频率下的互阻抗变化规律,并设计开发相应的测量系统,以理论计算和试验测试得到接地引下线间的互阻抗,确定判断接地引下线导体状态的互阻抗阈值判据,提出引下线导体缺陷筛查策略.试验检测结果表明,该方法可以有效地诊断接地引下线的缺陷状态,提高了检测的可靠性,可用于实际工程中的接
面对日益复杂的电磁环境和层出不穷的新体制雷达,基于人工方式提取雷达辐射源特征难以满足现代认知电子战的需求.为提升雷达辐射源识别的智能化水平,提出一种新的基于脉冲神经网络(Spiking Neuron Network,SNN)进行雷达辐射源调制类型识别的算法.首先利用时频分析的方法,将5种常见雷达时域信号转换为二维灰度图,使用高斯调谐曲线编码器将输入数据转化为脉冲发放时刻,然后传入由Tempotron组成的脉冲神经网络进行识别.仿真实验结果表明脉冲神经网络具有优良的检测精度,功耗较低,验证了该方法的有效性.
针对传统无人机检测方法缺乏智能性和泛化性的问题,提出了一种基于权重不可知神经网络(Weight Agnostic Neural Network,WANN)的无人机微动特征检测方法,以实现探测无人机的目的.推导了旋翼无人机微动模型,详细说明了WANN模型的构建过程.以回波信号的循环谱等高图作为训练、测试数据集进行了仿真,结果表明该方法对噪声有较好的鲁棒性.实测结果也验证了WANN模型能有效提取无人机微动特征,有较好的图像识别能力.