[发明专利]一种航空器四维爬升航迹规划方法及系统

说明书

本发明公开了一种航空器四维爬升航迹规划方法及系统，本发明根据航空器性能获得飞行状态下的可选动作空间，采用单步时序差分更新评估策略的强化学习算法，求解航空器爬升中的最优动作，将基于最优动作所得的爬升航迹拟合，获得航空器四维爬升航迹，实现了高效与精细化航空器四维爬升航迹规划。

技术领域

本发明涉及一种航空器四维爬升航迹规划方法及系统，属于航迹规划领域。

背景技术

自基于航迹运行(Trajectory based operation，TBO)概念提出以来，四维航迹规划作为其关键技术之一得到了迅速的发展。传统的如A*算法、蚁群算法、遗传算法等路径规划方法在航空器时序差分上的处理流程复杂，导致其在四维爬升航迹规划中难以发挥优势，因此现在急需一种新的航空器四维爬升航迹规划方法。

发明内容

本发明提供了一种航空器四维爬升航迹规划方法及系统，解决了背景技术中披露的问题。

为了解决上述技术问题，本发明所采用的技术方案是：

一种航空器四维爬升航迹规划方法，包括：

获取模拟飞行实验中航空器爬升时各飞行状态下的可选动作；

根据飞行状态下的可选动作，以到达巡航航路点油耗最小、运行时间最小为目标，采用单步时序差分更新评估策略的强化学习算法，求解航空器爬升中的最优动作；

将基于最优动作所得的爬升航迹拟合，获得航空器四维爬升航迹。

飞行状态包括水平位置、高度位置、速度和俯仰角，可选动作包括加速度和俯仰角速度。

强化学习算法中交互的模型包括环境模型和智能体模型；

环境模型：根据航空器所处环境的参数，计算航空器在当前飞行状态下运行单位时间的油耗与位置变化；根据油耗与位置变化，计算环境给予的奖励值，并将该奖励值作为评价航空器当前飞行状态的参数；

智能体模型：从可选动作中选择最优动作。

奖励值计算公式为：

其中，r(s_t,a_t)为航空器在t时序，飞行状态s_t下选择动作a_t后，环境给予的奖励值；

r_t¹为航空器接近巡航航路点，获得的正奖励值；

r_t²为航空器经过t时序，获得的负奖励值；

r_t³为航空器做动作a_t消耗燃油，获得的负奖励值。

将基于最优动作所得的爬升航迹拟合，获得航空器四维爬升航迹，包括：

根据航空器的性能，确定梯级爬升时航空器的转换高度和平飞距离；

根据转换高度和平飞距离，拟合基于最优动作所得的爬升航迹，获得航空器四维爬升航迹。

一种航空器四维爬升航迹规划系统，包括：

获取模块：获取模拟飞行实验中航空器爬升时各飞行状态下的可选动作；

强化学习模块：根据飞行状态下的可选动作，以到达巡航航路点油耗最小、运行时间最小为目标，采用单步时序差分更新评估策略的强化学习算法，求解航空器爬升中的最优动作；

航迹拟合模块：将基于最优动作所得的爬升航迹拟合，获得航空器四维爬升航迹。