李煒增 賈慈力
摘 要:隨著航空業(yè)的不斷發(fā)展,飛行員對飛行模擬器的需求也越來越高,對模擬器逼真度的要求也越來越高,即對洗出算法的選擇也會不一樣。經(jīng)典洗出算法濾波器參數(shù)一般來說是固定不變的,因此選擇較合理的參數(shù)對模擬后的逼真度有很大的影響,為了改善飛行模擬器對飛行員的模擬逼真程度,在已知經(jīng)典濾波算法的前提下,通過利用遺傳算法來搜索全局最優(yōu)參數(shù),使飛行員在飛行模擬器產(chǎn)生的感覺上與真實飛行的感覺誤差盡可能地小,并且可以利用遺傳算法最大限度地提高運動平臺的空間利用情況,最后在Matlab上對優(yōu)化后的算法進行仿真驗證。結果表明:模擬器在模擬相對極限的運動的時候可以保證有足夠的運動空間,而且模擬逼真度也越來越好。
關鍵詞: 飛行模擬器;經(jīng)典洗出算法;模擬逼真度;遺傳算法
【Abstract】 Flight simulator is becoming more and more important to the pilot's flight training, and the requirement of simulation fidelity is getting higher and higher. The classical washout filter algorithm parameters is usually fixed, so choosing reasonable parameters on the simulation fidelity has a great influence. In order to improve the simulation of flight simulator lifelike degree, on the premise of classic filtering algorithm, Genetic Algorithm is used to search the global optimal parameter, minimum error is made between the operation of flight simulator and real flight on the feeling, and Genetic Algorithm is used to improve movement platform space utilization.The optimized algorithm is simulated and verified on Matlab.The results show that enough motion space can be guaranteed and the fidelity of simulation is getting higher and higher.
【Key words】 ?flight simulators; classical washing out algorithm; simulation fidelity; Genetic Algorithms
0 引 言
隨著航空業(yè)的飛速發(fā)展,對飛行員的要求也越來越高,所以飛行員的培養(yǎng)也日漸顯出其迫切性和重要性。在飛行員訓練中,經(jīng)常會用到的就是飛行模擬器。而運動系統(tǒng)所產(chǎn)生的動感模擬逼真度的好壞則會直接影響飛行員的訓練情況,故而飛行模擬器的逼真度即已成為相關領域的研究熱點與焦點。
為了使飛行員在相對有限的空間中最大可能地體驗到飛行的感覺,學界陸續(xù)推出多種類型的模擬體感算法,用于模擬飛機的各種運動情況。研究可知,Conrad和Schmidt早期提出了最優(yōu)洗出算法,而在此基礎上又相繼研發(fā)了自適應洗出算法和近期較受歡迎的模糊控制洗出算法等等。其中,經(jīng)典洗出算法在參數(shù)調整方面相對來說較為方便,結構透明度也較高,而且反饋速度和執(zhí)行速度都贏得了飛行員和專家內(nèi)外的一致好評。經(jīng)典洗出算法[1]的飛行模擬研究可做剖析闡述如下。
(1)高通加速度通道:主要是為了飛行模擬器在突發(fā)過載加速度時,使飛行員能夠感應到飛行模擬器所帶來的瞬間加速效果,經(jīng)過洗出后就可以得到平臺的位移。
(2)低通加速度通道:主要用于實現(xiàn)飛行模擬器的持續(xù)加速度。
(3)高通角速度通道:主要用于實現(xiàn)飛行模擬器呈現(xiàn)的角度變化,經(jīng)過洗出后可以得到角位移的一部分。
綜上問題探討分析后可知,在此前提下使用遺傳算法替代傳統(tǒng)參數(shù)的選擇算法,對經(jīng)典洗出算法參數(shù)進行選擇,再對參數(shù)優(yōu)化前后洗出算法進行仿真,得出結論后進行比較。
1 經(jīng)典洗出算法
洗出算法就是在相對有限的空間內(nèi)經(jīng)歷了一次突變的運動模擬后,模擬器能夠迅速回到平衡位置,以便有足夠的空間繼續(xù)進行下一次的運動,并且在返回的過程中必須低于人體的感知門限。經(jīng)典洗出算法的設計結構如圖1所示。對該結構中涉及到的各主要部分的功能設計可闡釋分述如下。
2 基于算法的濾波器參數(shù)優(yōu)化
通常情況下,濾波器參數(shù)都是固定不變的。使用并聯(lián)平臺模擬飛行時,選擇合理的濾波器參數(shù)對逼真度將有著很大的影響,但是通過遺傳算法來搜索全局最優(yōu)參數(shù),并將其作為濾波器參數(shù)基準,再進行Matlab仿真實驗,與傳統(tǒng)算法得出的濾波器參數(shù)[5]進行對比,期望得到更高的模擬逼真度。對此將給出研究詳情如下。
2.1 遺傳算法(GA)
“物競天擇,適者生存”的優(yōu)化思想,同時再結合生物體內(nèi)遺傳學表述的自然進化法則,在開展優(yōu)化問題研究時不需要建立功能模型,能夠更加簡便、快捷地對復雜系統(tǒng)進行優(yōu)化[3]。利用遺傳算法[6]求解最優(yōu)化問題的設計步驟如圖2所示,其流程內(nèi)容解析可簡述如下。
(1)將所有搜索到的參數(shù)編碼為所需要的固定長度的二進制字符串,再轉化成遺傳空間中的染色體。
(2)得到隨機產(chǎn)生的初始群體后,將其作為遺傳進化的首代。
(3)在約束條件下設置適應度函數(shù)。
(4)高適應度函數(shù)值的個體將會送入交配池,通過遺傳操作進化出下一代種群。
(5)得到了新一代種群,返回到適應度判斷評價環(huán)節(jié),再經(jīng)遺傳操作處理,循環(huán)迭代,直到迭代過程收斂,適應度值達到了某個極限值后不再提高,算法結束。
3 仿真驗證
通過Matlab仿真實驗結果,就可以對經(jīng)過遺傳算法優(yōu)化前后平臺的縱向位移、俯仰角位移和輸出的線加速度進行比較分析。對文中實驗結果,可推得研究闡述如下。
(1)平臺縱向位移對比。本次研究得到的平臺縱向位移如圖3所示。由圖3可以清晰地看出,相對來說,經(jīng)典與遺傳算法處理后的結果對比是較為明顯的。初始條件是相同的,也就是輸入了相同的信號。但是實驗結果顯示:很顯然,通過遺傳算法優(yōu)化后的平臺位移比之前經(jīng)典算法的位移要減少了50%以上,這一結果也充分表明了優(yōu)化后的參數(shù)能夠保證洗出算法在相對極限的情況下也可以獲得足夠的運動空間,同時也有效地避免了空間不足。只是研究發(fā)現(xiàn):當運行時間接近一半時,經(jīng)典洗出算法在與遺傳算法的仿真比較中,將會做出更加快速的積極響應。同時也要看到,其缺點就是輸出位移相對來說比較大,故而回到中立位置的時間也會較長,如此一來遺傳算法的優(yōu)勢就尤顯重要了。在間隔時間更短的前提下,遺傳算法的效果將會更加突出。
(2)角位移對比。經(jīng)典和遺傳算法的角位移的對比結果如圖4所示。由圖4可以看出,遺傳算法中角位移的變化在傾斜協(xié)調通道里面可以充分體現(xiàn)持續(xù)的加速度模擬,而且在模擬過程中甚至輸入的角速度信號都可以接近平臺所允許的最大角速度信號。但是從圖4中也可以看到,所用的經(jīng)典洗出算法模擬后的平臺傾斜角度已經(jīng)超過了目標所規(guī)定的極限范圍值,而經(jīng)過洗出算法優(yōu)化后的角位移卻在極限所允許的范圍內(nèi)。由此可見,當輸入信號較大時,經(jīng)典洗出算法容易超出平臺的設計范圍,有可能會損壞平臺的結構。兩相比較之下可以得知,遺傳算法仿真處理后的信號比較平緩,飛行員對所經(jīng)歷的傾斜運動后的感覺就不會那么明顯,也就不會有更多的錯誤暗示,并且在完成一次運動后也可以更快速地回到中立的位置,不僅節(jié)約了時間,也提升了效率。
(3)縱向加速度對比。本次研究得到的縱向加速對比結果如圖5所示。由圖5可知,兩者之間的結果有著較大差別。不論是經(jīng)過經(jīng)典洗出算法優(yōu)化、還是經(jīng)過遺傳算法的改進后的參數(shù)顯示,兩者所得出的結果都沒有產(chǎn)生明顯的錯誤暗示,但是遺傳算法所得到的加速度要明顯優(yōu)于經(jīng)典洗出算法。通過此次對比還可以看出,遺傳算法優(yōu)化后給飛行員提供的真實感覺也是要勝過經(jīng)典算法的。
4 結束語
一般情況下,飛行模擬器可以利用經(jīng)典洗出算法在相對有限的空間內(nèi)模擬較為真實的運動感覺,洗出算法的優(yōu)劣直接決定著飛行模擬的逼真感覺。本文在深入探索經(jīng)典洗出算法的基礎上,使用遺傳算法對經(jīng)典洗出算法的參數(shù)進行全局優(yōu)化,搜索全局最優(yōu)的參數(shù),在有限的平臺上充分地提升平臺的回移速度和飛行員的體驗感覺,盡可能地減少錯誤的暗示,使得優(yōu)化后的飛行器將具有更高的逼真度。
參考文獻
[1]王輝, 朱道揚, 傅孝靖. 飛行模擬器洗出算法優(yōu)化設計及仿真[J]. 系統(tǒng)仿真學報, 2017,29(2):418-429.
[2]延皓, 李洪人, 姜洪洲, 等. 六自由度運動模擬器的動感模擬算法研究[J]. 機械工程師, 2003(11):25-28.
[3]高健. 飛行模擬器動感模擬系統(tǒng)逼真度研究[D]. 哈爾濱:哈爾濱工業(yè)大學, 2013.
[4]劉國軍. 六自由度運動模擬平臺的分析及結構參數(shù)的優(yōu)化[D]. 哈爾濱:哈爾濱工業(yè)大學,2014.
[5]MENG Qiang , ZHANG Tao, HE Jingfeng , et al. Improved model‐based control of a six-degree-of-freedom Stewart platform driven by permanent magnet synchronous motors[J]. Industrial Robot: An International Journal, 2012, 39(1):47-56.
[6]PRADIPTA J , KLUNDER M , WEICKGENANNT M , et al. Development of a pneumatically driven flight simulator Stewart platform using motion and force control[C]// IEEE/ASME International Conference on Advanced Intelligent Mechatronics. Wollongong,NSW,Australia:IEEE, 2013:158-163.
[7]熊海國. 飛行模擬器發(fā)動機系統(tǒng)建模與面向對象的仿真研究[D]. 哈爾濱:哈爾濱工業(yè)大學, 2010.
[8]張立民. 飛行模擬器視景仿真系統(tǒng)設計與關鍵技術研究[D]. 天津:天津大學, 2004.