一种飞行器半实物仿真系统的不确定度传递分析方法技术方案

技术编号:21604294 阅读:28 留言:0更新日期:2019-07-13 17:49
本发明专利技术公开了一种飞行器半实物仿真系统的不确定度传递分析方法,将仿真系统划分为多个仿真模块,将每个仿真模块抽象为仿真节点并将仿真节点的输入数据和输出数据映射为深度神经网络的输入数据和输出数据,利用深度神经网络的拟合能力对仿真模块的输入数据和输出数据的关系进行拟合建模,将不同仿真模块依次连接得到仿真系统的不确定度传递网络图,通过分析不确定度在任意两个仿真节点间的传递过程,可以对任意仿真节点误差对仿真系统的影响以及不确定度在仿真系统中的传递进行量化评估,从而为优化飞行器半实物仿真系统和提高仿真精度提供依据,并且,不用考虑仿真节点内的数据连接耦合关系,实现了非机理的建模方法,减少了计算量。

A Method of Uncertainty Transfer Analysis for Aircraft Hardware-in-the-loop Simulation System

【技术实现步骤摘要】
一种飞行器半实物仿真系统的不确定度传递分析方法
本专利技术涉及系统建模仿真和人工智能
,尤其涉及一种飞行器半实物仿真系统的不确定度传递分析方法。
技术介绍
飞行器半实物仿真系统由数学仿真节点、仿真设备和弹上设备等组成,其中,仿真设备包含仿真转台、目标模拟器和高度模拟器等,弹上设备包括导引头和综控机等。在飞行器半实物仿真系统的设备运行和信号传递的过程中,均可能产生随机误差,为了衡量每个仿真模块对误差传递的影响以及研究误差在飞行器半实物仿真系统不同模块间的传递过程,需要对不确定度在飞行器半实物仿真系统中的传递进行建模。现有的飞行器半实物仿真系统不确定度分析方法有如下几种,基于抽样理论的蒙特卡洛分析法、基于信任度和事件概率的贝叶斯网络分析方法以及基于响应和输入参数关系的随机响应面法等。这些方法都有一定的局限性,蒙特卡洛分析法对样本质量和数量有较高要求,需要进行大量仿真;贝叶斯网络分析法多用于定性分析;随机响应面法的计算量会随变量个数的增加而指数增加,计算量较大。
技术实现思路
有鉴于此,本专利技术实施例提供了一种飞行器半实物仿真系统的不确定度传递分析方法,用以提供一种简单的能够对不确定度在飞行器半实物仿真系统中的整体传递进行量化评估的分析方法。因此,本专利技术实施例提供了一种飞行器半实物仿真系统的不确定度传递分析方法,所述飞行器半实物仿真系统包括:弹载计算机、仿真计算机、主控计算机、仿真适配器、舵机仿真器、通用运动控制接口、舵机仿真控制器、三轴转台和转台控制柜;包括:根据飞行器半实物仿真系统的物理连接关系和功能依赖关系,将执行仿真计算的弹载计算机、仿真计算机和主控计算机划分为一个仿真模块,将执行运动控制的舵机仿真器、通用运动控制接口和舵机仿真控制器划分为一个仿真模块,将仿真适配器、转台控制柜和三轴转台分别划分为三个仿真模块,将各所述仿真模块简化抽象为包含输入数据和输出数据的仿真节点,并根据所述飞行器半实物仿真系统的连接关系和数据传递关系将各所述仿真节点连接组成不确定度传递网络图;对每个所述仿真节点对应的输入数据和输出数据进行采样并进行预处理得到训练所需的数据;为每一个所述仿真节点创建一个深度神经网络,将各所述仿真节点的输入数据与对应的深度神经网络的输入数据进行绑定,将各所述仿真节点的输出数据与对应的深度神经网络的输出数据进行绑定;根据数据绑定关系,将得到的训练所需的数据用于每个所述仿真节点对应的深度神经网络的权重训练;选取所述飞行器半实物仿真系统的起始节点和误差评估节点,为所述起始节点提供输入数据,从所述误差评估节点中得到不确定度输出。在一种可能的实现方式中,在本专利技术实施例提供的上述不确定度传递分析方法中,所述将各所述仿真模块简化抽象为包含输入数据和输出数据的仿真节点,并根据所述飞行器半实物仿真系统的连接关系和数据传递关系将各所述仿真节点连接组成不确定度传递网络图,具体包括:将所述仿真模块封装为仿真节点,将所述仿真模块的内部结构和连接关系隐藏在所述仿真节点的内部,将各所述仿真模块之间的数据连接关系标记为仿所述真节点的输入数据和输出数据;根据所述输入数据和所述输出数据的连接匹配关系建立所述仿真节点的连接,遍历所有所述仿真节点将所有所述仿真节点连接得到一个有向图,记为不确定度传递网络图。在一种可能的实现方式中,在本专利技术实施例提供的上述不确定度传递分析方法中,所述对每个仿真节点对应的输入数据和输出数据进行采样并进行预处理得到训练所需的数据,具体包括:在工作过程中,对每个所述仿真节点的同一输入数据和输出数据进行多次采样得到多组输入数据和输出数据对;计算所述多组输入数据和输出数据对的均值和不确定度,记为一个样本;对每个所述仿真节点输入域的不同输入数据和输出数据采样并计算得到多个样本。在一种可能的实现方式中,在本专利技术实施例提供的上述不确定度传递分析方法中,所述为每一个所述仿真节点创建一个深度神经网络,具体包括:设置每个所述仿真节点对应的深度神经网络的输入层神经元数目和输出层神经元数目;根据每个所述仿真节点的样本的数目设置对应的深度神经网络的隐藏层的数目;设置每个所述仿真节点对应的深度神经网络的隐藏层神经元数目。在一种可能的实现方式中,在本专利技术实施例提供的上述不确定度传递分析方法中,所述根据数据绑定关系,将得到的训练所需的数据用于每个所述仿真节点对应的深度神经网络的权重训练,具体包括:设定迭代次数、批量值和学习速率;对所述深度神经网络的连接权重、偏移值和计数值进行初始化;选取批量样本,对每个样本执行前向传播算法,计算所述输入层、所述输出层和所述隐藏层的激活向量,计算损失函数;反向依次计算所述输入层、所述输出层和所述隐藏层的权重梯度和偏移梯度;更新所述输入层、所述输出层和所述隐藏层的权重和偏移;将计数值加1,判断是否小于迭代次数;若是,则重新选取批量样本;若否,则结束训练。在一种可能的实现方式中,在本专利技术实施例提供的上述不确定度传递分析方法中,所述选取所述飞行器半实物仿真系统的起始节点和误差评估节点,为所述起始节点提供输入数据,从所述误差评估节点中得到不确定度输出,具体包括:根据研究目标,选取两个仿真节点设为起始节点和误差评估节点;设置起始输入数据和起始输入不确定度;使用起始输入数据和起始输入不确定度生成符合多元正态分布的数据;将符合多元正态分布的数据作为所述起始节点的输入数据,计算所述起始节点的输出数据的均值和不确定度;根据不确定度传递网络图,得到所述起始节点和所述误差评估节点的所有路径,记录路径上的仿真节点并根据拓扑排序关系得到仿真节点排序表;根据所述仿真节点排序表中的仿真节点顺序,依次将每个所述仿真节点的输出数据的均值和不确定度生成符合多元正态分布的数据,将符合多元正态分布的数据作为后一个仿真节点对应的深度神经网络的输入数据,计算后一个仿真节点的输出数据的均值和不确定度;获取所述误差评估节点的输出数据的均值和不确定度。本专利技术实施实例提供的上述不确定度传递分析方法,将飞行器半实物仿真系统划分为多个仿真模块,将每个仿真模块抽象为仿真节点并将仿真节点的输入数据和输出数据映射为深度神经网络的输入数据和输出数据,利用深度神经网络的拟合能力对仿真模块的输入数据和输出数据的关系进行拟合建模,将不同仿真模块依次连接得到整个飞行器半实物仿真系统的不确定度传递关系,通过分析不确定度在任意指定的两个仿真节点之间的传递过程,可以对任意仿真节点误差对飞行器半实物仿真系统的影响以及不确定度在飞行器半实物仿真系统中的整体传递进行量化评估,从而可以为进一步优化飞行器半实物仿真系统和提高仿真精度提供依据;并且,本专利技术实施实例提供的上述不确定度传递分析方法,设计了一种面向仿真节点的输入数据和输出数据关系的映射结构,通过将飞行器半实物仿真系统划分并抽象为多个仿真节点,使用深度神经网络的输入数据和输出数据对仿真节点的特性进行描述,可以不用考虑仿真节点内部的数据连接耦合关系,实现了非机理的建模方法,减少了计算量。附图说明图1为将飞行器半实物仿真系统划分为五个仿真模块并封装为五个仿真节点后的示意图;图2为本专利技术实施例提供的飞行器半实物仿真系统的不确定度传递分析方法的流程图之一;图3为本专利技术实施例提供的飞行器半实物仿真系统的不确定度传递分析方法的流程图之二;本文档来自技高网...

【技术保护点】
1.一种飞行器半实物仿真系统的不确定度传递分析方法,所述飞行器半实物仿真系统包括:弹载计算机、仿真计算机、主控计算机、仿真适配器、舵机仿真器、通用运动控制接口、舵机仿真控制器、三轴转台和转台控制柜;其特征在于,包括:根据飞行器半实物仿真系统的物理连接关系和功能依赖关系,将执行仿真计算的弹载计算机、仿真计算机和主控计算机划分为一个仿真模块,将执行运动控制的舵机仿真器、通用运动控制接口和舵机仿真控制器划分为一个仿真模块,将仿真适配器、转台控制柜和三轴转台分别划分为三个仿真模块,将各所述仿真模块简化抽象为包含输入数据和输出数据的仿真节点,并根据所述飞行器半实物仿真系统的连接关系和数据传递关系将各所述仿真节点连接组成不确定度传递网络图;对每个所述仿真节点对应的输入数据和输出数据进行采样并进行预处理得到训练所需的数据;为每一个所述仿真节点创建一个深度神经网络,将各所述仿真节点的输入数据与对应的深度神经网络的输入数据进行绑定,将各所述仿真节点的输出数据与对应的深度神经网络的输出数据进行绑定;根据数据绑定关系,将得到的训练所需的数据用于每个所述仿真节点对应的深度神经网络的权重训练;选取所述飞行器半实物仿真系统的起始节点和误差评估节点,为所述起始节点提供输入数据,从所述误差评估节点中得到不确定度输出。...

【技术特征摘要】
1.一种飞行器半实物仿真系统的不确定度传递分析方法,所述飞行器半实物仿真系统包括:弹载计算机、仿真计算机、主控计算机、仿真适配器、舵机仿真器、通用运动控制接口、舵机仿真控制器、三轴转台和转台控制柜;其特征在于,包括:根据飞行器半实物仿真系统的物理连接关系和功能依赖关系,将执行仿真计算的弹载计算机、仿真计算机和主控计算机划分为一个仿真模块,将执行运动控制的舵机仿真器、通用运动控制接口和舵机仿真控制器划分为一个仿真模块,将仿真适配器、转台控制柜和三轴转台分别划分为三个仿真模块,将各所述仿真模块简化抽象为包含输入数据和输出数据的仿真节点,并根据所述飞行器半实物仿真系统的连接关系和数据传递关系将各所述仿真节点连接组成不确定度传递网络图;对每个所述仿真节点对应的输入数据和输出数据进行采样并进行预处理得到训练所需的数据;为每一个所述仿真节点创建一个深度神经网络,将各所述仿真节点的输入数据与对应的深度神经网络的输入数据进行绑定,将各所述仿真节点的输出数据与对应的深度神经网络的输出数据进行绑定;根据数据绑定关系,将得到的训练所需的数据用于每个所述仿真节点对应的深度神经网络的权重训练;选取所述飞行器半实物仿真系统的起始节点和误差评估节点,为所述起始节点提供输入数据,从所述误差评估节点中得到不确定度输出。2.如权利要求1所述的不确定度传递分析方法,其特征在于,所述将各所述仿真模块简化抽象为包含输入数据和输出数据的仿真节点,并根据所述飞行器半实物仿真系统的连接关系和数据传递关系将各所述仿真节点连接组成不确定度传递网络图,具体包括:将所述仿真模块封装为仿真节点,将所述仿真模块的内部结构和连接关系隐藏在所述仿真节点的内部,将各所述仿真模块之间的数据连接关系标记为仿所述真节点的输入数据和输出数据;根据所述输入数据和所述输出数据的连接匹配关系建立所述仿真节点的连接,遍历所有所述仿真节点将所有所述仿真节点连接得到一个有向图,记为不确定度传递网络图。3.如权利要求1所述的不确定度传递分析方法,其特征在于,所述对每个仿真节点对应的输入数据和输出数据进行采样并进行预处理得到训练所需的数据,具体包括:在工作过程中,对每个所述仿真节点的同一输入数据和输出数据进行多次采样得到多组输入数...

【专利技术属性】
技术研发人员:李妮余延超龚光红佟佳慧
申请(专利权)人:北京航空航天大学
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1