一种基于大数据训练的轨迹及性能优化方法技术

本发明专利技术属于固定翼飞机的垂直轨迹预测领域，具体涉及一种基于大数据训练的轨迹及性能优化方法。将强化学习生成数据和真实飞行数据相结合作为大数据源，通过大数据训练，实现多约束的最优化轨迹及性能优化。本发明专利技术能够有效提高飞行效率，节约飞行成本，保证了全飞行剖面的最优。

【技术实现步骤摘要】

本专利技术属于固定翼飞机的垂直轨迹预测领域，具体涉及一种基于大数据训练的轨迹及性能优化方法。

技术介绍

1、轨迹及性能优化是飞行管理系统的核心功能之一，对于提高飞机的经济性有着重要的作用。垂直轨迹预测问题可描述为满足实时高度、速度、性能要求，且时间、燃油消耗最少的带约束最优化问题。目前采用的大多数方法存在历史数据利用率不足、结果局部最优、计算时间过长等不足。

技术实现思路

1、本专利技术的目的：面向固定翼飞机，提供一种基于大数据训练的轨迹及性能优化方法，通过引入历史飞行数据、训练积累数据作为混合数据源，将高度、速度、性能等约束条件转化到奖励函数，逐渐收敛飞行轨迹及性能参数域。

2、本专利技术的技术方案：根据本专利技术的第一方面，提出一种基于大数据训练的轨迹及性能优化方法，该方法包括：

3、步骤1：初始化神经网络参数θ；初始化反映状态-动作值对应关系的q表q(θ)，将各个状态值和动作值设置为初始值；其中状态值s，包括飞机的高度h、速度v、总重w、水平方向已飞行距离d；动作值a，包括飞行路本文档来自技高网...

【技术保护点】

1.一种基于大数据训练的轨迹及性能优化方法，其特征在于，包括如下步骤：步骤1：初始化神经网络参数θ；初始化反映状态-动作值对应关系的Q表Q(θ)，将各个状态值和动作值设置为初始值；步骤2：:根据贪婪策略Q(ε-greedy)利用Q表选取动作a；步骤3：根据步骤2选取的动作a，采用状态转移函数F对所选取动作a对应的状态值进行更新；步骤4：根据步骤3更新后的状态值进行状态判定，判定当前是否满足状态约束条件以及是否满足终端终止条件；步骤5：根据步骤4的状态判定结果，依据奖励函数计算相应的奖励值r；步骤6：批量抽取历史飞行数据，包括状态值s、动作值a、奖励值r和新状态值s_；步骤7：数据存储，将...

【技术特征摘要】

1.一种基于大数据训练的轨迹及性能优化方法，其特征在于，包括如下步骤：步骤1：初始化神经网络参数θ；初始化反映状态-动作值对应关系的q表q(θ)，将各个状态值和动作值设置为初始值；步骤2：:根据贪婪策略q(ε-greedy)利用q表选取动作a；步骤3：根据步骤2选取的动作a，采用状态转移函数f对所选取动作a对应的状态值进行更新；步骤4：根据步骤3更新后的状态值进行状态判定，判定当前是否满足状态约束条件以及是否满足终端终止条件；步骤5：根据步骤4的状态判定结果，依据奖励函数计算相应的奖励值r；步骤6：批量抽取历史飞行数据，包括状态值s、动作值a、奖励值r和新状态值s_；步骤7：数据存储，将步骤5得到的状态值s、动作值a、奖励值r和新状态值s_，步骤6得到的数据，统一存储在数据集中；步骤8：参数更新，利用步骤7存储的数据集中的数据更新q表；步骤9：判断是否满足收敛条件，如果满足，则回合数循环结束，不满足时重复步骤2到步骤8。

2.根据权利要求1所述的一种基于大数据训练的轨迹及性能优化方法，其特征在于，所述步骤1中，其中状态值s，包括飞机的高度h、速度v、总重w、水平方向已飞行距离d；动作值a，包括飞行路径角γ、加...

【专利技术属性】
技术研发人员：张阳康，祖肇梓，杨磊斌，于吉洋，雷雨，程子锐，黎岸森，张泽，
申请(专利权)人：中国航空工业集团公司西安飞行自动控制研究所，
类型：发明
国别省市：