[发明专利]基于强化学习算法的飞行器再入跟踪制导方法在审
| 申请号： | 202211130234.9 | 申请日： | 2022-09-16 |
| 公开（公告）号： | CN115437406A | 公开（公告）日： | 2022-12-06 |
| 发明（设计）人： | 冯冬竹;戴沛;崔家山;仲秦;秦翰林;张立华;冯炜皓;马佳笛 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G05D1/12 | 分类号： | G05D1/12;B64G1/24;G06N3/04;G06N3/08 |
| 代理公司： | 陕西电子工业专利中心 61205 | 代理人： | 王品华 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于强化学习算法的飞行器再入跟踪制导方法，用于解决现有技术中对系统模型依赖性较大和适应性及制导性能差的问题。其实现方案为建立半速度坐标系下飞行器再入连续最优控制问题；将飞行器再入连续最优控制问题转化为序列凸最优控制问题；将序列凸最优控制问题转化为序列二阶锥规划问题；对序列二阶锥规划问题进行求解，获取飞行器最优倾侧角；对最优倾侧角轨迹采样得到参考轨迹训练数据集；构建神经网络和奖励函数；利用训练数据集对神经网络进行离线训练，直到累计奖励收敛到最大值，得到制导网络；通过制导网络在线获取飞行器再入制导指令，实时跟踪目标高度。本发明适应性强，制导精度高，可用于火箭回收。 | ||
| 搜索关键词： | 基于 强化 学习 算法 飞行器 再入 跟踪 制导 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202211130234.9/，转载请声明来源钻瓜专利网。
