中文标题：多模型融合的无人机异常航迹校正方法

英文标题：Multi-Model Fusion-Based Abnormal Trajectory Correction Method for Unmanned Aerial Vehicles

来源期刊：电子与信息学报

基金项目：国家自然科学基金(62371231)，江苏省前沿引领技术基础研究重大项目(BK20222001)，江苏省重点研发计划(产业前瞻与关键核心技术)竞争项目(BE2023027)

作  者：王威¹ 佘丁辰¹ 王加琪¹ 韩戴如² 晋本周¹

作者单位：1. 南京航空航天大学电子信息工程学院 南京 211106
2. 南京理工大学电子工程与光电技术学院 南京 210094

摘  要：低空空域的开放和无人机的大规模应用使得低空飞行活动日益增多，航迹规划是确保无人机在复杂低空环境下有序飞行的关键。然而由于无线遥控链路中存在的干扰、欺骗等各种攻击，导致无人机偏离规划的航迹，给低空安全带来严峻挑战。为减小位置欺骗攻击引起的航迹异常，该文提出一种多模型融合的无人机异常航迹校正方法，通过预测无人机的位置参数进行航迹校正。为了降低长期预测误差对无人机航迹校正的影响，提出融合长短期记忆网络(LSTM)和Transformer的长短期记忆网络-Transformer (LSTM-Transformer)预测模型，并在此基础上提出了分块注意力优化策略，以降低Transformer子模型的计算复杂度，提高无人机异常航迹的校正效率。基于公开数据集，通过与基准方法比较和消融实验，证明了所提方法相比其它方法能够降低无人机异常航迹的校正误差，实现对无人机异常航迹的校正。

全文链接： https://jeit.ac.cn/cn/article/doi/10.11999/JEIT241026