论文部分内容阅读
本文主要研究移动目标在二维空间内的轨迹预测算法,首先介绍了马尔可夫蒙特卡罗预测算法,包括影响状态阀值的因素,以及转移概率和积累概率的计算方法;接着介绍了线性神经网络的预测算法,如神经元模型和神经网络模型的组成,之后重点介绍了线性神经网络的学习规则,以及学习率对预测算法的影响。最后通过仿真试验,对两种预测方法的精准度和自适应时间进行了对比和分析。