基于Time-GAN与PINN-SR的飞行器轨迹在线预测方法

本发明涉及基于Time‑GAN与PINN‑SR的飞行器轨迹在线预测方法，属于飞行器轨迹分析与智能预测技术领域，解决了现有技术中模型泛化能力不足的问题，包括：步骤S1：获取飞行器的历史飞行轨迹的多维时间序列数据；步骤S2：建立飞行器轨迹数据增强的Time‑GAN模型，进行对抗训练与联合优化；步骤S3：Time‑GAN模型生成指定数量的合成轨迹数据，形成飞行器轨迹数据集；步骤S4：建立飞行器轨迹预测的PINN‑SR模型，进行训练；步骤S5：获取准备预测的飞行器的实时轨迹多维时间序列，输入当前的PINN‑SR模型，得到轨迹预测结果；步骤S6：评估轨迹预测结果，根据评估结果选择返回步骤S5或进行下一步；步骤S7：根据实时轨迹数据对当前的PINN‑SR模型进行修正；步骤S8，根据接收信号，判断流程是否结束。