用卡尔曼滤波方法对单个目标航迹进行预测，并借助于Matlab仿真工具，对实验的效果进行评估。

从本质上而言，CNN属于多层感知机，之所以成功，就是因为它将局部连接与共享权值联合运用，一来使权值的数量有效减少，便于网络的优化，也能有效防控过拟合的风险。本课题的研究主要集中在将CNN神经网络多层感知技术应用在三维数据领域的航迹预测技术使用过程之中，利用CNN技术的多层感知越往输入权值越小，越往输出权值越多的倒三角架构形态，丰富对航迹预测的技术操作，完善航空管理体制。利用这种技术为基础的解决方案，加入智能与实时识别算法提出具体的问题解决思路，给予仿真研究图形并配合文字解析，能够真实和有效的给出CNN神经网络为基础的航迹预测识别模型。

包括了论文，结果，源代码。本人的作品，写的不多，得了全国二等奖。希望对建模的同学有所帮助。

论文讲解：https://blog.csdn.net/qq_33302004/article/details/114441024

论文讲解：https://blog.csdn.net/qq_33302004/article/details/114437385

论文讲解：https://blog.csdn.net/qq_33302004/article/details/114022635

论文讲解：https://blog.csdn.net/qq_33302004/article/details/113992765

文章讲解介绍：https://blog.csdn.net/qq_33302004/article/details/113971171

文章讲解介绍：https://blog.csdn.net/qq_33302004/article/details/113951504

用C++实现了卡尔曼滤波对飞行轨迹的预测算法，并附有测试数据