[发明专利]一种VR模拟飞行器训练评价方法

权利要求书

1.一种VR模拟飞行器训练评价方法，其特征在于：包括以下步骤：

S1将VR模拟飞行器训练系统中的动作元与输入元一一关联；

S2建立科目模式库DLS，用于存放训练科目LS每个科目LS^k的考评节点以及该科目的标准评价网络，其中k表示第k个科目，用于计数；表示科目k的第i个考评节点；

S3对科目模式库DLS中的每一个科目，随机生成动作元的参数特征，以每个科目LS^k的考评节点为单位，记录飞行姿态，并对考评节点的随机飞行姿态情况做分类；

S4利用随机生成的动作元以及科目模式数据，采用机器学习的方法训练得到考评节点的评价网络；

S5利用考评节点的评价结果，采用机器学习的方法训练得到综合评价网络，利用综合评价网络即可对参训人员的实际训练数据进行所训科目的综合评价。

2.如权利要求1所述的VR模拟飞行器训练评价方法，其特征在于：所述步骤S1将VR模拟飞行器训练系统中的动作元与输入元一一关联具体方法如下：将VR模拟飞行器训练系统中的动作元设置m个，依次标记为OP₁，OP₂，...OP_i...OP_m(i≤m)；将VR模拟飞行器训练系统中的输入元设置有n维，依次标记为IPT₁，IPT₂，...IPT_j...IPT_n(j≤n)；令n＝m，OP_i＝IPT_j，其中计数参数i与j同步，则建立了动作元与输入元的一一关联关系。

3.如权利要求1所述的VR模拟飞行器训练评价方法，其特征在于：所述步骤S2中的标准评价网络包括节点评价网络和科目综合评价网络。

4.如权利要求1所述的VR模拟飞行器训练评价方法，其特征在于：所述步骤S3具体方法为：

按照科目流程，在每一考评节点处均随机生成r组动作元的参数特征其中表示在处的第j组动作元的参数特征，1≤j≤r；将代入参数特征，其中表示在确定的VR模拟飞行器训练系统中在节点处的第q维动作元的参数特征，1≤q≤m；

获取到在处的r组动作元参数特征后，采用专家法对科目LS^k下处的r组动作元参数特征，即r组随机飞行姿态进行分类，记为其中，S_j表示第j组随机飞行姿态的分类结果；

对科目LS^k的w个考评节点所对应的w×r组随机飞行姿态都进行分类，得到分类结果记为T^k，则有

其中，表示科目LS^k下第u个考评节点所对应的r组随机飞行姿态的分类情况矩阵。

5.如权利要求1所述的VR模拟飞行器训练评价方法，其特征在于：所述步骤S4采用机器学习的方法训练得到考评节点的评价网络具体方法为采用神经网络的方法来建立实时飞行姿态与节点评价的映射关系。

6.如权利要求5所述的VR模拟飞行器训练评价方法，其特征在于：所述采用神经网络的方法来建立实时飞行姿态与节点评价的映射关系具体包括以下步骤：

S401将样本数据P中的元素归一化处理；

S402利用归一化后的样本数据进行网络模型的训练。

7.如权利要求6所述的VR模拟飞行器训练评价方法，其特征在于：所述步骤S401中归一化的具体方法如下：

由于动作元模式以及不同特征值表征不同性质，各参数特征间的数值差异比较大，因此，需要对每组样本特征值进行归一化，其归一化方法如下：

其中，是第i个考评节点的第j组样本的第q个动作元特征，q∈[1，m]，j∈[1，r]。