Este documento presenta un método de generación de trayectorias en línea basado en redes neuronales profundas para la descripción de características aerodinámicas y la gestión de energía en la fase terminal de aeronaves tipo wave-rider. Primero, se linealizan y discretizan las ecuaciones de dinámica de vuelo en el dominio de energía para generar numerosas muestras de trayectorias de aeronaves utilizando métodos de optimización convexa secuencial (SCO). Luego, se diseña una función objetivo de optimización para promover la suavidad de las variables de control y mejorar la similitud de las trayectorias. En comparación con la programación no lineal (NLP), el método propuesto para la generación de muestras de trayectorias es más adecuado para el entrenamiento de redes neuronales profundas (DNNs). Finalmente, se formulan y entrenan redes neuronales profundas para las variables de control y las variables de estado, utilizando las muestras de trayectorias generadas, de modo que las trayectorias de referencia se puedan obtener en línea durante el proceso de gestión de energía de la fase terminal del wave-rider. Las simulaciones numéricas validan la alta precisión de las trayectorias generadas con la red neuronal profunda. Mientras tanto, este método propuesto permite un menor uso de almacenamiento, lo que lo hace altamente adecuado para su integración en sistemas de control de vuelo a bordo.