公开(公告)号：CN118170155B

公开(公告)日：2024-09-06

申请号：CN202410591532.0

申请日：2024-05-14

Applicant: 中国空气动力研究与发展中心计算空气动力研究所

Inventor： 雍恩米 ,  黄佳乐 ,  魏桐 ,  余婧 ,  张云翔 ,  曾益东 ,  刘滔

IPC: G05D1/46

Abstract: 本发明公开了一种基于深度神经网络的高速滑翔式飞行器在线轨迹优化方法，涉及轨迹优化技术领域，其包括：将高速滑翔式飞行器动力学模型转换成最优控制问题；采用自适应伪谱法将最优控制问题转换成非线性规划问题；根据飞行器不同初始状态信息，生成最优轨迹数据集；将最优轨迹数据集划分成训练集和测试集，通过训练集训练离线的深度神经网络；将测试集中的状态变量输入训练好的深度神经网络，得到飞行器的控制变量，更新倾侧角和攻角控制指令，飞行器按照新生成的控制指令进行飞行；将导航系统实时测量的飞行器状态信息输入已训练好的深度神经网络，实现飞行器在线轨迹优化。本发明能够实时高效地对高速滑翔式飞行器进行在线轨迹优化。

公开(公告)号：CN118170155A

公开(公告)日：2024-06-11

申请号：CN202410591532.0

申请日：2024-05-14

Applicant: 中国空气动力研究与发展中心计算空气动力研究所

Inventor： 雍恩米 ,  黄佳乐 ,  魏桐 ,  余婧 ,  张云翔 ,  曾益东 ,  刘滔

IPC: G05D1/46

Abstract: 本发明公开了一种基于深度神经网络的高速滑翔式飞行器在线轨迹优化方法，涉及轨迹优化技术领域，其包括：将高速滑翔式飞行器动力学模型转换成最优控制问题；采用自适应伪谱法将最优控制问题转换成非线性规划问题；根据飞行器不同初始状态信息，生成最优轨迹数据集；将最优轨迹数据集划分成训练集和测试集，通过训练集训练离线的深度神经网络；将测试集中的状态变量输入训练好的深度神经网络，得到飞行器的控制变量，更新倾侧角和攻角控制指令，飞行器按照新生成的控制指令进行飞行；将导航系统实时测量的飞行器状态信息输入已训练好的深度神经网络，实现飞行器在线轨迹优化。本发明能够实时高效地对高速滑翔式飞行器进行在线轨迹优化。