[发明专利]动态禁飞区约束的高超声速飞行器轨迹规划方法和系统

权利要求书

1.一种动态禁飞区约束的高超声速飞行器轨迹规划方法，其特征在于，包括：

获取高超声速飞行器的状态信息；所述状态信息包括飞行环境和飞行器性能；

获取所述高超声速飞行器所要到达的目标区域的位置信息和威胁信息；所述威胁信息包括静态威胁约束和动态威胁约束；

将所述状态信息、所述位置信息和所述威胁信息，代入到训练之后的强化学习模型，得到所述高超声速飞行器在滑翔段飞行过程的控制律；

基于所述控制律对所述高超声速飞行器在滑翔段飞行过程的飞行轨迹进行规划；

所述方法还包括：

确定所述高超声速飞行器在滑翔段飞行过程中的再入飞行走廊；

基于所述再入飞行走廊和所述威胁信息，对预设强化学习模型进行训练，得到所述训练之后的强化学习模型；

所述预设强化学习模型为深度确定性策略梯度模型；

基于所述再入飞行走廊和所述威胁信息，对预设强化学习模型进行训练，得到所述训练之后的强化学习模型，包括：

基于对所述高超声速飞行器的稳态控制过程，对所述深度确定性策略梯度模型进行训练，得到第一深度确定性策略梯度模型；

基于所述再入飞行走廊，对所述第一深度确定性策略梯度模型进行训练，得到第二深度确定性策略梯度模型；

基于所述威胁信息，对所述第二深度确定性策略梯度模型进行训练，得到第三深度确定性策略梯度模型；

将所述第三深度确定性策略梯度模型，确定为所述训练之后的强化学习模型。

2.根据权利要求1所述的方法，其特征在于，所述再入飞行走廊包括：热流约束、过载约束、动压约束和伪平衡滑翔条件。

3.一种动态禁飞区约束的高超声速飞行器轨迹规划系统，其特征在于，包括：第一获取模块，第二获取模块，代入模块和规划模块；其中，

所述第一获取模块，用于获取高超声速飞行器的状态信息；所述状态信息包括飞行环境和飞行器性能；

所述第二获取模块，用于获取所述高超声速飞行器所要到达的目标区域的位置信息和威胁信息；所述威胁信息包括静态威胁约束和动态威胁约束；

所述代入模块，用于将所述状态信息、所述位置信息和所述威胁信息，代入到训练之后的强化学习模型，得到所述高超声速飞行器在滑翔段飞行过程的控制律；

所述规划模块，用于基于所述控制律对所述高超声速飞行器在滑翔段飞行过程的飞行轨迹进行规划；

所述系统还包括训练模块，所述训练模块还包括：确定单元和训练单元，其中，

所述确定单元，用于确定所述高超声速飞行器在滑翔段飞行过程中的再入飞行走廊；

所述训练单元，用于基于所述再入飞行走廊和所述威胁信息，对预设强化学习模型进行训练，得到所述训练之后的强化学习模型；

所述预设强化学习模型为深度确定性策略梯度模型；所述训练单元，还用于：

基于对所述高超声速飞行器的稳态控制过程，对所述深度确定性策略梯度模型进行训练，得到第一深度确定性策略梯度模型；

基于所述再入飞行走廊，对所述第一深度确定性策略梯度模型进行训练，得到第二深度确定性策略梯度模型；

基于所述威胁信息，对所述第二深度确定性策略梯度模型进行训练，得到第三深度确定性策略梯度模型；

将所述第三深度确定性策略梯度模型，确定为所述训练之后的强化学习模型。

4.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至2任一项所述的方法的步骤。

5.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1-2任一项所述方法。