無人機光学電気偵察プラットフォームにおける各姿勢システム誤差の識別および除去が困難な問題に対し、多次元姿勢適応知覚アルゴリズムを融合した目標位置決定システムを研究した。本論文は目標位置決定の原理に基づき、全工程の目標位置解算モデルを構築し、光学電気偵察プラットフォームのロック追尾特性を利用して協調目標点を複数回測定し、多次元姿勢のシステム誤差偏移が位置決定結果に与える差異表現を分析した。深層ニューラルネットワークに基づくマルチタスク学習の時系列特徴抽出モデルを設計し、各システム誤差を適応的に推定および逆補償した。実験結果は、無人機が4000mの飛行高度で本システムによりシステム誤差の77％を効果的に除去でき、目標位置決定誤差は103mから19mに低減し、位置精度は81％向上し、高精度の無人機目標位置決定を実現できることを示した。

目標位置決定; 無人機; 姿勢適応知覚; システム誤差; マルチタスク学習