六自由度飞行模拟器洗出算法参数优化研究

李炜增 贾慈力

摘 要：随着航空业的不断发展，飞行员对飞行模拟器的需求也越来越高，对模拟器逼真度的要求也越来越高，即对洗出算法的选择也会不一样。经典洗出算法滤波器参数一般来说是固定不变的，因此选择较合理的参数对模拟后的逼真度有很大的影响，为了改善飞行模拟器对飞行员的模拟逼真程度，在已知经典滤波算法的前提下，通过利用遗传算法来搜索全局最优参数，使飞行员在飞行模拟器产生的感覺上与真实飞行的感觉误差尽可能地小，并且可以利用遗传算法最大限度地提高运动平台的空间利用情况，最后在Matlab上对优化后的算法进行仿真验证。结果表明：模拟器在模拟相对极限的运动的时候可以保证有足够的运动空间，而且模拟逼真度也越来越好。

关键词： 飞行模拟器;经典洗出算法;模拟逼真度;遗传算法

【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

随着航空业的飞速发展，对飞行员的要求也越来越高，所以飞行员的培养也日渐显出其迫切性和重要性。在飞行员训练中，经常会用到的就是飞行模拟器。而运动系统所产生的动感模拟逼真度的好坏则会直接影响飞行员的训练情况，故而飞行模拟器的逼真度即已成为相关领域的研究热点与焦点。

为了使飞行员在相对有限的空间中最大可能地体验到飞行的感觉，学界陆续推出多种类型的模拟体感算法，用于模拟飞机的各种运动情况。研究可知，Conrad和Schmidt早期提出了最优洗出算法，而在此基础上又相继研发了自适应洗出算法和近期较受欢迎的模糊控制洗出算法等等。其中，经典洗出算法在参数调整方面相对来说较为方便，结构透明度也较高，而且反馈速度和执行速度都赢得了飞行员和专家内外的一致好评。经典洗出算法[1]的飞行模拟研究可做剖析阐述如下。

（1）高通加速度通道：主要是为了飞行模拟器在突发过载加速度时，使飞行员能够感应到飞行模拟器所带来的瞬间加速效果，经过洗出后就可以得到平台的位移。

（2）低通加速度通道：主要用于实现飞行模拟器的持续加速度。

（3）高通角速度通道：主要用于实现飞行模拟器呈现的角度变化，经过洗出后可以得到角位移的一部分。

综上问题探讨分析后可知，在此前提下使用遗传算法替代传统参数的选择算法，对经典洗出算法参数进行选择，再对参数优化前后洗出算法进行仿真，得出结论后进行比较。

1 经典洗出算法

洗出算法就是在相对有限的空间内经历了一次突变的运动模拟后，模拟器能够迅速回到平衡位置，以便有足够的空间继续进行下一次的运动，并且在返回的过程中必须低于人体的感知门限。经典洗出算法的设计结构如图1所示。对该结构中涉及到的各主要部分的功能设计可阐释分述如下。

2 基于算法的滤波器参数优化

通常情况下，滤波器参数都是固定不变的。使用并联平台模拟飞行时，选择合理的滤波器参数对逼真度将有着很大的影响，但是通过遗传算法来搜索全局最优参数，并将其作为滤波器参数基准，再进行Matlab仿真实验，与传统算法得出的滤波器参数[5]进行对比，期望得到更高的模拟逼真度。对此将给出研究详情如下。

2.1 遗传算法（GA）

“物竞天择，适者生存”的优化思想，同时再结合生物体内遗传学表述的自然进化法则，在开展优化问题研究时不需要建立功能模型，能够更加简便、快捷地对复杂系统进行优化[3]。利用遗传算法[6]求解最优化问题的设计步骤如图2所示，其流程内容解析可简述如下。

（1）将所有搜索到的参数编码为所需要的固定长度的二进制字符串，再转化成遗传空间中的染色体。

（2）得到随机产生的初始群体后，将其作为遗传进化的首代。

（3）在约束条件下设置适应度函数。

（4）高适应度函数值的个体将会送入交配池，通过遗传操作进化出下一代种群。

（5）得到了新一代种群，返回到适应度判断评价环节，再经遗传操作处理，循环迭代，直到迭代过程收敛，适应度值达到了某个极限值后不再提高，算法结束。

3 仿真验证

通过Matlab仿真实验结果，就可以对经过遗传算法优化前后平台的纵向位移、俯仰角位移和输出的线加速度进行比较分析。对文中实验结果，可推得研究阐述如下。

（1）平台纵向位移对比。本次研究得到的平台纵向位移如图3所示。由图3可以清晰地看出，相对来说，经典与遗传算法处理后的结果对比是较为明显的。初始条件是相同的，也就是输入了相同的信号。但是实验结果显示：很显然，通过遗传算法优化后的平台位移比之前经典算法的位移要减少了50%以上，这一结果也充分表明了优化后的参数能够保证洗出算法在相对极限的情况下也可以获得足够的运动空间，同时也有效地避免了空间不足。只是研究发现：当运行时间接近一半时，经典洗出算法在与遗传算法的仿真比较中，将会做出更加快速的积极响应。同时也要看到，其缺点就是输出位移相对来说比较大，故而回到中立位置的时间也会较长，如此一来遗传算法的优势就尤显重要了。在间隔时间更短的前提下，遗传算法的效果将会更加突出。

（2）角位移对比。经典和遗传算法的角位移的对比结果如图4所示。由图4可以看出，遗传算法中角位移的变化在倾斜协调通道里面可以充分体现持续的加速度模拟，而且在模拟过程中甚至输入的角速度信号都可以接近平台所允许的最大角速度信号。但是从图4中也可以看到，所用的经典洗出算法模拟后的平台倾斜角度已经超过了目标所规定的极限范围值，而经过洗出算法优化后的角位移却在极限所允许的范围内。由此可见，当输入信号较大时，经典洗出算法容易超出平台的设计范围，有可能会损坏平台的结构。两相比较之下可以得知，遗传算法仿真处理后的信号比较平缓，飞行员对所经历的倾斜运动后的感觉就不会那么明显，也就不会有更多的错误暗示，并且在完成一次运动后也可以更快速地回到中立的位置，不仅节约了时间，也提升了效率。

（3）纵向加速度對比。本次研究得到的纵向加速对比结果如图5所示。由图5可知，两者之间的结果有着较大差别。不论是经过经典洗出算法优化、还是经过遗传算法的改进后的参数显示，两者所得出的结果都没有产生明显的错误暗示，但是遗传算法所得到的加速度要明显优于经典洗出算法。通过此次对比还可以看出，遗传算法优化后给飞行员提供的真实感觉也是要胜过经典算法的。

4 结束语

一般情况下，飞行模拟器可以利用经典洗出算法在相对有限的空间内模拟较为真实的运动感觉，洗出算法的优劣直接决定着飞行模拟的逼真感觉。本文在深入探索经典洗出算法的基础上，使用遗传算法对经典洗出算法的参数进行全局优化，搜索全局最优的参数，在有限的平台上充分地提升平台的回移速度和飞行员的体验感觉，尽可能地减少错误的暗示，使得优化后的飞行器将具有更高的逼真度。

参考文献

[1]王辉， 朱道扬， 傅孝靖. 飞行模拟器洗出算法优化设计及仿真[J]. 系统仿真学报， 2017，29（2）：418-429.

[2]延皓， 李洪人， 姜洪洲， 等. 六自由度运动模拟器的动感模拟算法研究[J]. 机械工程师， 2003（11）：25-28.

[3]高健. 飞行模拟器动感模拟系统逼真度研究[D]. 哈尔滨：哈尔滨工业大学， 2013.

[4]刘国军. 六自由度运动模拟平台的分析及结构参数的优化[D]. 哈尔滨：哈尔滨工业大学，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]熊海国. 飞行模拟器发动机系统建模与面向对象的仿真研究[D]. 哈尔滨：哈尔滨工业大学， 2010.

[8]张立民. 飞行模拟器视景仿真系统设计与关键技术研究[D]. 天津：天津大学， 2004.