【技術實現步驟摘要】
本專利技術涉及數字孿生，特別是涉及一種基于數字孿生模型的測控裝備訓練方法及系統。
技術介紹
1、傳統的測控裝備訓練方法主要采取理論、虛擬和實裝的“三步法”訓練，理論訓練主要采取二維圖紙或電子教材訓練，存在知識分散枯燥、原理晦澀難懂等不足；模擬訓練大多采取模擬器材訓練，存在目標特性和環境特征模擬不真、體驗感不強等問題；實裝訓練采取在實際裝備上加裝模擬目標，在裝備實際工作環境下完成目標跟蹤訓練，存在功能優化完善難、消耗大等不足。因此，當前的測控設備訓練存在關聯性和應用性不強的問題。
技術實現思路
1、本專利技術的目的是提供一種基于數字孿生模型的測控裝備訓練方法及系統，能夠基于模型仿真訓練，實現模型與實裝間虛實交互的沉浸式訓練，從而提高測控裝備訓練的關聯性和應用能力。
2、為實現上述目的，本專利技術提供了如下方案：
3、一種基于數字孿生模型的測控裝備訓練方法，包括：
4、獲取訓練環境數據、測控裝備的物理屬性和運動特性數據；
5、根據所述物理屬性和所述運動特性數據構建測控裝備信息庫；
6、基于所述測控裝備信息庫進行合規篩選，并利用篩選后的數據和所述訓練環境數據進行遠程模擬仿真及訓練，得到測控裝備及工作環境的數字孿生模型；所述數字孿生模型包括目標模型、裝備模型、行為規則模型以及基于地球物理空間的映射模型；其中，所述目標模型包括航跡模型和誤差模型；
7、利用所述數字孿生模型對當前時刻的試訓內容進行實施，并根據下一時刻的試訓
8、可選地，所述數字孿生模型的遠程模擬仿真過程為：
9、根據當前時刻的試訓內容對所述訓練環境數據、所述測控裝備的物理屬性和所述運動特性數據進行合規篩選，得到篩選后的有效數據；
10、根據所述訓練環境數據的有效數據和所述物理屬性的有效數據構建三維數據模型；所述三維數據模型用于描述目標模型和裝備模型；
11、對所述訓練環境數據的有效數據和所述物理屬性的有效數據與所述運動特性數據的有效數據進行關聯分析，并根據所述測控裝備的實際運動形式與三維部件間的關聯信息，構建運行邏輯模型；所述運行邏輯模型用于描述行為規則模型以及基于地球物理空間的映射模型；
12、利用所述運行邏輯模型對所述三維數據模型進行特性渲染，構建測控裝備及工作環境的數字孿生模型。
13、可選地，所述合規篩選的處理方法為數值重采樣算法或異常值動態篩除算法。
14、可選地，所述數字孿生模型的訓練過程為：
15、獲取訓練數據；所述訓練數據包括試訓目標及對應的試訓結果；
16、構建測控裝備及工作環境的預訓練模型，將所述訓練數據輸入所述預訓練模型，以所述預訓練模型輸出的結果與所述試訓結果之間的損失最小為目標進行訓練，并將訓練好的模型確定為測控裝備及工作環境的數字孿生模型。
17、可選地，所述訓練采用的損失函數為rmse損失和mae損失。
18、可選地，利用所述數字孿生模型對當前時刻的試訓內容進行實施的過程為：
19、根據所述試訓內容預設的控制腳本判斷運動控制指令參數是否為空或0，并根據不為空或0的各運動控制指令參數驅動所述數字孿生模型執行對應的動作，完成實施當前時刻的試訓內容。
20、可選地，還包括：搭建對所述測控裝備執行過程進行可視化顯示的數據監控界面，并利用數據可視化工具在所述數據監控界面上進行動態顯示。
21、本專利技術還提供了一種基于數字孿生模型的測控裝備訓練系統，包括：
22、數據采集單元，用于獲取訓練環境數據、測控裝備的物理屬性和運動特性數據；
23、信息庫構建單元，用于根據所述物理屬性和所述運動特性數據構建測控裝備信息庫；
24、數字孿生模型構建單元，用于基于所述測控裝備信息庫進行合規篩選，并利用篩選后的數據和所述訓練環境數據進行遠程模擬仿真及訓練，得到測控裝備及工作環境的數字孿生模型；所述數字孿生模型包括目標模型、裝備模型、行為規則模型以及基于地球物理空間的映射模型；其中，所述目標模型包括航跡模型和誤差模型；
25、測控裝備訓練單元，用于利用所述數字孿生模型對當前時刻的試訓內容進行實施，并根據下一時刻的試訓內容對上一時刻的數字孿生模型進行動態更新，得到根據時序變化的測控裝備執行過程。
26、根據本專利技術提供的具體實施例，本專利技術公開了以下技術效果：
27、本專利技術公開了一種基于數字孿生模型的測控裝備訓練方法及系統，所述方法包括獲取訓練環境數據、測控裝備的物理屬性和運動特性數據；根據所述物理屬性和所述運動特性數據構建測控裝備信息庫；基于所述測控裝備信息庫進行合規篩選，并利用篩選后的數據和所述訓練環境數據進行遠程模擬仿真及訓練，得到測控裝備及工作環境的數字孿生模型；利用所述數字孿生模型對當前時刻的試訓內容進行實施，并根據下一時刻的試訓內容對上一時刻的數字孿生模型進行動態更新，得到根據時序變化的測控裝備執行過程。本專利技術能夠基于模型仿真訓練，實現模型與實裝間虛實交互的沉浸式訓練，從而提高測控裝備訓練的關聯性和應用能力。
本文檔來自技高網...【技術保護點】
1.一種基于數字孿生模型的測控裝備訓練方法，其特征在于，包括：
2.根據權利要求1所述的基于數字孿生模型的測控裝備訓練方法，其特征在于，所述合規篩選的處理方法為數值重采樣算法或異常值動態篩除算法。
3.根據權利要求1所述的基于數字孿生模型的測控裝備訓練方法，其特征在于，所述數字孿生模型的訓練過程為：
4.根據權利要求3所述的基于數字孿生模型的測控裝備訓練方法，其特征在于，所述訓練采用的損失函數為RMSE損失和MAE損失。
5.根據權利要求1所述的基于數字孿生模型的測控裝備訓練方法，其特征在于，利用所述數字孿生模型對當前時刻的試訓內容進行實施的過程為：
6.根據權利要求1所述的基于數字孿生模型的測控裝備訓練方法，其特征在于，還包括：搭建對所述測控裝備執行過程進行可視化顯示的數據監控界面，并利用數據可視化工具在所述數據監控界面上進行動態顯示。
7.一種基于數字孿生模型的測控裝備訓練系統，用于應用如權利要求1-6中任一項所述的方法，其特征在于，包括：
【技術特征摘要】
1.一種基于數字孿生模型的測控裝備訓練方法，其特征在于，包括：
2.根據權利要求1所述的基于數字孿生模型的測控裝備訓練方法，其特征在于，所述合規篩選的處理方法為數值重采樣算法或異常值動態篩除算法。
3.根據權利要求1所述的基于數字孿生模型的測控裝備訓練方法，其特征在于，所述數字孿生模型的訓練過程為：
4.根據權利要求3所述的基于數字孿生模型的測控裝備訓練方法，其特征在于，所述訓練采用的損失函數為rmse損失和mae損失。
【專利技術屬性】
技術研發人員：王維通，方宗奎，蔣立民，周學仕，周泓印，
申請(專利權)人：中國人民解放軍九二九四一部隊，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。