一种基于深度学习的无人艇运动状态与能耗联合预测方法

本发明公开一种基于深度学习的无人艇运动状态与能耗联合预测方法，包括：基于LSTM深度神经网络构建MSECP模型，将无人艇当前时间步的运动状态和控制信号输入至MSECP模型中，MSECP模型预测出无人艇下一时间步的运动状态和能耗，并基于预测结果和未来控制信号作为输入，通过迭代方式预测无人艇未来多个时间步的运动状态和能耗。本发明将运动状态与能耗集成在同一预测框架内进行联合建模与预测，大幅提高了预测结果的可靠性与一致性，避免了因两者独立预测而可能产生的偏差或不一致性。本发明基于LSTM深度神经网络构建MSECP模型，显著提高了无人艇运动状态与能耗的预测精度。