高超声速飞行器轨迹数据降维处理技术研究综述

Abstract

高超声速飞行器轨迹数据具有维度高、非线性强、时空耦合复杂等显著特征，给存储、传输、分析与实时应用带来严峻挑战。本文系统梳理了降维技术在轨迹压缩、特征提取与模式识别和轨迹预测等典型场景中的最新进展与核心难题，并进一步指出融合物理约束的降维、自适应在线降维、多源异构数据联合降维及可解释人工智能等未来突破的关键方向，可为高超飞行智能化设计、制导与控制提供理论基础与技术支撑。