寇英信，奚之飞，徐 安，李战武，杨爱武

(空军工程大学 航空工程学院， 陕西 西安 710038)

轨迹预测是根据目标的历史运动轨迹，学习和推理其包含的内在信息，进而对目标未来的运动趋势做出合理推测的过程。在空战对抗过程中，对敌方目标的未来运动轨迹做出合理的预测具有重要意义。现代空战获取胜利的关键在于先于敌方形成观察—判断—决策—行动(Observation Orientation Decision Action, OODA)循环，从而达到先发制人的目的[1]。而实现这一切的基础是能够对目标机动轨迹进行精确预测，因此探索一种能够对目标机动轨迹实现准确预测的理论方法具有重要意义。

近几年，对于目标机动轨迹预测方法的研究方向主要分为两种。

一种是参数法，主要包括卡尔曼滤波、α/β滤波以及线性回归等传统预测方法。例如文献[2]针对目标运动模式不断变化、机动幅度较大的情况，提出一种基于多项式卡尔曼滤波的运动轨迹预测算法；文献[3]针对目标历史位置信息存在缺失的情况，提出一种融合系统噪声估计的改进卡尔曼滤波算法；文献[4]针对传统轨迹预测算法存在预测精度低以及算法实时性差的不足，提出一种基于卡尔曼滤波的动态轨迹预测算法；文献[5]针对精确目标运动模型存在高度非线性、数据处理难度大以及预测精度低等问题，提出一种改进的交互式多模型轨迹预测算法。上述预测方法都只适用于目标运动特性相对简单的轨迹预测问题，但是在实际空战中，目标的运动往往是高度复杂的时序动态变化过程，目标的运动受到多种因素的影响，传统的预测算法无法充分学习目标的机动特性；……