全文总字数：5179字

1. 研究目的与意义及国内外研究现状

一、目的：

整个设计是为了解决无人机飞行轨迹的预测的问题，无人机是高机动移动目标，其飞行轨迹预测，本身是一个难点。对无人机的飞行轨迹进行预测，是研究无人机移动目标整体的运动趋势。

（1）由于获得的是无人机包括当前时刻在内的一段时间离散坐标点，这些点反映的就是这段时间内无人机的运动趋势，而且无人机在做任务或者进行航迹规划飞行时，路线都是基本固定的，运动方向无法突变，有规律可循的，所以首要目标：可以先获得无人机历史飞行轨迹数据；（

2. 研究的基本内容

整个算法主要解决两个问题：

1、获取飞行轨迹：

先将gps 获取的经纬度坐转换后得到的是大地坐标，大地坐标是球面坐标而我们的算法需要爱的是平面坐标，所以将球面坐标转换成平面坐标。所以（1）将某点在wgs-84 坐标系下的地理坐标（m1 ,n1）通过坐标系转换法转换成bj-54 坐标系下的地理坐标（m2,n2）,再通过高斯投影法将该地理球面坐标转换成高斯平面坐标(x,y)；最终将gps 经纬度坐标点{p1、p2、...、pn}转换成高斯平面直角坐标系中的直角坐标点{s1、s2、...、sn}。由于无人机本身运动的不确定性，它的运动轨迹有可能是线性的，也有可能是非线性的，这就导致难以根据一组离散的飞行位置坐标点求出无人机飞行轨迹精确函数表达式。且因为无人机在飞行时有可能发生特殊情况导致运动轨迹发生偏离的情况，加上其本身运动的未知性，仅仅单靠某一个时刻的拟合曲线来预测该无人机的飞行轨迹显然有些不可靠以及不合理。所以打算采取改进的最小二乘曲线拟合算法，改进的最小二乘曲线拟合算法的具体步骤如下: （1）获取当前一段时间描述无人机飞行轨迹的离散坐标点,将其通过坐标变换转换成高斯平面坐标系下的对应点并进行存储；(2)采用传统的最小二乘曲线拟合算法来拟合该无人机在这段时间飞行轨迹,并获得该曲线的函数表达式；采用最小二乘曲线拟合算法来预测无人机的飞行轨迹，从几何意义上讲，就是寻求与描述无人机飞行位置的离散坐标点的距离平方和最小的曲线表达式p(x)，以达到较好的飞行轨迹预测效果。p(x)为无人机飞行轨迹的最小二乘曲线拟合函数。最终获得能够拟合飞机飞行轨迹的曲线的表达式；(3)下一时刻舍去最末尾的坐标点而加上最新的坐标点又重新拟合出新的曲线;(4)不间断重复执行上面步骤对无人机飞行进行轨迹预测；

3. 实施方案、进度安排及预期效果

2017.12.1-12.31 查询相关的文献，了解基础知识，定好初步框架 2018.1.1-2.28 系统设计、编写代码2018.3.1-3.15系统的运行与测试

2018.3.15-3.30 对系统进行修改，调整2018.4.1-4.15 撰写毕业论文2018.4.15-4.30 上交论文、代码2018.5 论文答辩

4. 参考文献

[1]闫斌, 石凯, 叶润. 禁飞区无人机预警算法研究[j/ol]. 2018, 35(9). [2017-08-28].http://www.arocmag.com/article/02-2018-09-006.html.

[2]ayhan s, samet h. aircraft trajectoryprediction made easy with predictive analytics [c]// proc of acm sigkddinternational conference on knowledge discovery and data mining. 2016: 21-30.