[发明专利]飞行模拟器智能训练系统、方法及装置

权利要求书

1.一种飞行模拟器智能训练系统，其特征在于，包括个性化训练子系统、飞行训练子系统、辅助驾驶子系统、电子教员子系统以及训练数据库，所述训练数据库包括历史训练数据库、训练计划数据库以及教员经验知识库；其中，

所述个性化训练子系统用于根据各飞行学员的学习特征定制相应的个性化训练计划；所述个性化训练计划包括基本驾驶操作技术、复杂飞行条件下的任务飞行、空战作战技术、多机协同任务飞行；

所述个性化训练子系统包括训练数据库和个性化训练计划制定算法两部分；其中，所述训练数据库包括历史训练数据库和训练计划数据库；所述历史训练数据库包含飞行学员的历史训练数据，其中蕴含着飞行学员的个人特征；所述训练计划数据库为所述个性化训练计划制定算法、提供飞行训练大纲、人工教员制定策略；

所述个性化训练计划制定算法包括：

飞行学员通过交互界面使用唯一ID号进行身份认证，然后判断是否自定义训练计划；

若判断为否，则在所述历史训练数据库中获取该飞行学员的历史训练数据集，并进行学员特征提取，所述历史训练数据集记为，包含训练信息，如训练科目、训练次数、训练时长、各阶段得分、飞行天气条件等级、作战态势难度等级维数据；其中，表示所述历史训练数据集中的第条训练记录；

通过主成分分析、线性判别分析以及人工神经网络提取所述历史训练数据集中该飞行学员的关键特征，即将所述历史训练数据集经投影矩阵投影到一个低维空间，提取的关键特征矩阵可由下式得到：；其中，d和n表示为维度，R表示线性空间；

依据所述训练计划数据库中的飞行大纲和人工教员制定的训练计划所规定的子任务集，生成训练任务集，其中表示第i个子任务对应的特征向量；

构建该飞行学员的关键特征矩阵与练任务集到掌握程度得分向量的映射模型，即构建非线性模型得到，其中是该飞行学员对各训练子任务掌握情况的得分向量，即得分越低表示掌握情况越差；

按得分由低到高排序的训练任务即为包含该飞行学员的个人特征的个性化训练计划；

所述飞行训练子系统用于基于所述个性化训练计划对所述飞行学员进行空战飞行训练并输出相应的飞行训练输出参数，包括虚拟对抗功能和组网训练功能；

其中，所述虚拟对抗功能包括：

通过人工智能算法构建一个虚拟的敌机，并接收来自所述个性化训练子系统定制的个性化训练计划，以生成个性化的自主作战和对抗计划；并通过交互接口与模拟器座舱系统和飞行仿真子系统相连，与飞行学员驾驶的模拟器完成人机对抗训练；以及，采用强化学习人工智能算法预先建立一个智能驾驶员决策模型，所述智能驾驶员模型可用于控制虚拟飞机作为模拟器的虚拟敌机参与人机对抗训练，即完成虚拟对抗训练；

其中，所述智能驾驶员决策模型采用基于策略的DQN强化学习方法进行构建；包括：将模拟器模拟的飞行器作为智能体，根据飞行器的速度加速度约束、高度约束、最大偏航角约束、最大转弯转弯半径约束以及武器系统投放规则和运动控制规则，建立智能体仿真模型；根据飞行环境条件、地图信息、敌机飞行控制方式和武器系统投放规则，建立环境仿真模型；再根据作战规则设立奖惩制度；随着智能体仿真模型与环境仿真模型的不断交互，智能体仿真模型就能自主学习到使得总体奖励最大的策略；其中，DQN强化学习方法就是用DNN来拟合得到在状态下采取动作的奖励之和，其更新表达式为：

其中分别表示时刻的状态和采取的动作，和是权重因子，可取0-1之间的任意值，表示在状态下采取动作获得的奖励，表示在状态下采取动作的奖励总和，是更新后的值；

所述组网训练功能包括：通过组网接口与多个异地模拟器或实装机进行组网，实现多机飞行任务的训练；其中，采用第五代移动通信网络进行异地模拟器之间，以及模拟器与实装机之间的互连组网；其中，异地模拟器的训练数据、模拟器飞参数据以及实装机的空地链路回传数据通过5G网络进行传输共享，通过接收数据总线上异地模拟器和实装机的数据并载入自身训练系统，以完成多机对抗训练、编队飞行训练以及多机协同作战训练；

所述辅助驾驶子系统用于在所述飞行学员通过所述飞行训练子系统进行所述空战飞行训练时为所述飞行学员提供辅助信息；

所述电子教员子系统基于预设的智能电子教员模型通过所述飞行训练输出参数对所述飞行学员进行飞行训练质量评估。