一种基于强化学习的再入飞行器轨迹规划方法
授权
摘要
本发明提供一种基于强化学习的再入飞行器轨迹规划方法，其具体步骤如下：步骤一、建立飞行器运动模型；步骤二、设置该方法的状态量，设计奖励函数；步骤三、根据步骤二中的状态量和奖励函数，采用强化学习进行交互训练；步骤四、根据步骤三中训练得到的神经网络模型，计算控制策略。通过以上步骤，本发明解决了初始状态偏差和禁飞区变更的问题，实现了飞行器的禁飞区规避和目标到达任务；本发明所述方法科学，工艺性好，具有广阔推广应用价值。
基本信息
专利标题 ：
一种基于强化学习的再入飞行器轨迹规划方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112947592A
申请号 ：
CN202110339389.2
公开（公告）日 ：
2021-06-11
申请日 ：
2021-03-30
授权号 ：
CN112947592B
授权日 ：
2022-06-10
发明人 ：
张冉侯忻宜李惠峰
申请人 ：
北京航空航天大学
申请人地址 ：
北京市海淀区学院路37号
代理机构 ：
北京慧泉知识产权代理有限公司
代理人 ：
王顺荣
优先权 ：
CN202110339389.2
主分类号 ：
G05D1/12
IPC分类号 ：
G05D1/12
IPC结构图谱
G
G部——物理
G05
控制；调节
G05D
非电变量的控制或调节系统
G05D1/00
陆地、水上、空中或太空中的运载工具的位置、航道、高度或姿态的控制，例如自动驾驶仪
G05D1/12
寻找目标的控制
法律状态
2022-06-10 ：
授权
2021-07-02 ：
实质审查的生效
IPC(主分类) : G05D 1/12
申请日 : 20210330
申请日 : 20210330
2021-06-11 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
