融合物理信息神经网络的稀疏数据驱动制导方法和装置

本发明公开了一种融合物理信息神经网络的稀疏数据驱动制导方法和装置，涉及计算机系统领域，用以降低对标签数据的依赖。本发明通过将非线性多约束动态轨迹优化制导问题进行凸化处理，转化为凸轨迹优化最优控制问题，并将非线性动力学方程约束线性化处理为制导控制变量关于状态变量的方程形式，再引入在线制导模型的物理信息损失中，通过求解凸轨迹优化最优控制问题得到标签数据集合来训练在线制导模型，利用训练后的在线制导模型进行在线实时制导。本发明实现了“数据+模型”的混合驱动训练，有效降低深度神经网络模型对数据的依赖性，改善模型泛化性能。