arrow
返回

A Multidimensional Parameter Dynamic Evolution-Based Airdrop Target Prediction Method Driven by Multiple Models

delete2025-08-20
delete0
PRE
AI
X
Xuesong Wang
J
Jiapeng Yin *
J
Jianbing Li
Y
Yongzhen Li
DOI:10.3390-rs17142476delete
delete原文链接
delete分享
delete收藏
摘要

摘要

En 中文
随着空投技术在民用和航空航天领域救援活动中的广泛应用,精确空投的重要性日益增加。本研究综合分析了影响空投的多模型间的交互机制,包括风场分布、阻力效应以及降落伞开伞过程。通过整合这些模型在各个维度上的关键参数,提出了一种针对雷达探测风场中空投降落伞的多维参数动态演化(MPDE)目标预测方法,并应用Runge–Kutta方法动态求解目标的最终着陆点。为验证该方法性能,本研究基于雷达测量气象数据开展了野外空投实验。为评估模型输入误差对预测方法的影响,通过相对增益阵列(RGA)分析了风场探测误差对空投预测方法的影响机制,并利用数值模拟方法验证了分析结果。实验结果表明,优化的MPDE方法比广泛使用的线性空投目标预测方法具有更高的精度,精度提升了52.03%。此外,在线性预测方法在风场探测误差下表现出更强的鲁棒性。空投误差与合成风向与航向间的夹角呈三角函数关系,且函数相位会根据误差差异发生偏移。MPDE方法对风场误差的敏感性与其目标降落伞面积大小呈正相关。
Keyword:
airdrop technology
parachute dynamics
wind field modeling
target prediction
multidimensional parameter evolution
Runge–Kutta method
error sensitivity analysis

期刊

Remote Sensing 封面图
Remote Sensing
IF:
4.1
论文数:
7.8K
被引数:
15.2W

机构

暂无机构信息
引用论文

引用论文

err分享
err收藏
Human-in-the-loop control of guided airdrop systems
err2019-01-01
err19
errOAAI
errCacan, Martin R.; Costello, Mark; Ward, Michael; Scheuermann, Edward; Shurtliff, Michael
err分享
err收藏
PSO-based fine polarimetric decomposition for ship scattering characterization
err2025-02-01
err0
PREAI
errWang, Junpeng; Quan, Sinong; Xing, Shiqi; Li, Yongzhen; Wu, Hao; Meng, Weize
err分享
err收藏
Structural fault diagnosis of UAV based on convolutional neural network and data processing technology
err2023-04-27
err17
PREAI
errMa, Yumeng; Mustapha, Faizal; Ishak, Mohamad Ridzwan; Rahim, Sharafiz Abdul; Mustapha, Mazli
err分享
err收藏
学者 查看更多内容