文章标题：基于CNN-GRU模型的USV运动姿态多步预测方法

文章作者：宋大雷¹, 黄希妍¹, 李康¹, 傅敏龙¹, 罗晔², 陈溟³
关 键 字：无人水面艇;运动姿态;多步预测;CNN;GRU
文章摘要：针对单一模型在预测无人水面艇（Unmanned Surface Vessel，USV）运动姿态时精度不高的问题，提出一种基于卷积神经网络（CNN）和门控循环单元（GRU）的USV姿态多步预测模型。首先，使用滑动窗口法构造运动姿态数据集作为模型输入；然后，使用CNN模块挖掘时序数据的局部特征；最后，使用GRU模型进行多步预测。使用实测USV运动姿态数据进行预测实验，实验结果表明，该模型比XGBoost模型、单一LSTM模型和单一GRU模型具有更高的预测精度，各项评价指标表现更佳，具有重要的应用价值。