一种航天器深度强化学习莱维飞行控制系统的制作方法

技术特征：
1.一种航天器深度强化学习莱维飞行控制系统，其特征在于，包括：基于深度学习的特征提取模块，用于根据航天器的状态信息获取特征；基于深度强化学习自主规划模块，利用特征进行预测，并获得莱维飞行参数；莱维飞行模块，利用莱维飞行参数，确定下一时刻的飞行轨迹；航天器姿轨控模块，用于控制飞行器跟踪莱维飞行模块生成的飞行轨迹。2.根据权利要求1所述的控制系统，其特征在于，基于深度学习的特征提取模块利用深度神经网络，对航天器的状态信息进行提取。3.根据权利要求1或2所述的控制系统，其特征在于，评价网络利用所述特征进行预测，测的结果包括q值和击中概率。4.根据权利要求1或2所述的控制系统，其特征在于，策略网络利用所述特征获得莱维飞行参数。5.一种航天器深度强化学习莱维飞行控制方法，其特征在于，包括如下步骤：从航天器的状态信息中提取特征；基于该特征，利用评价网络进行预测，利用策略网络生成莱维飞行参数；根据航天器的状态信息和莱维飞行参数，确定下一时刻的飞行轨迹；控制飞行器跟踪下一时刻的飞行轨迹。6.根据权利要求5所述的控制方法，其特征在于，航天器的状态信息包括位置、姿态、速度、角速度和击中概率。7.根据权利要求5或6所述的控制方法，其特征在于，采用强化学习方法训练策略网络。8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时，实现权利要求5至7中任一项所述的控制方法。

技术总结
一种航天器深度强化学习莱维飞行控制系统，包括：自主规划模块，根据航天器的状态信息获取特征，利用该特征进行预测，并获得莱维飞行参数；莱维飞行模块，利用莱维飞行参数，确定下一时刻的飞行轨迹；航天器姿轨控模块，用于控制飞行器跟踪下一时刻的飞行轨迹。本发明在莱维飞行的基础上，采用深度强化学习以综合考虑各种因素，选择最佳的飞行轨迹，以保证在最优的飞行性能。优的飞行性能。优的飞行性能。


技术研发人员：汤亮 王勇 袁利 韩冬 黄煌
受保护的技术使用者：北京控制工程研究所
技术研发日：2021.05.28
技术公布日：2021/9/21