飞行模拟训练分布交互视景仿真系统研究

创建了具有LOD(Levels of Detail)层次细节优化的三维地形模型、飞行器模型和环境物体模型,采用Vega软件的Symbology (仪表)模块、Creator建模中的DOF(Degrees Of Freedom)技术和Opengl程序设计技术,开发了精细的虚拟座舱仪表模型,并完成了基于飞行器视点和地面多视点的各视景仿真联邦成员的软件开发,构建了符合HLA标准的飞行模拟训练分布交互视景仿真系统,为飞行员和地面工作人员协同配合训练提供了先进的环境仿真实验平台.     

基于Creator的无人飞行器三维建模和优化技术研究

随着计算机技术、信息技术的快速发展,三维可视化技术已广泛应用于无人飞行器可视化仿真领域.Creator软件是视景仿真业界普遍使用的实时可视化三维建模软件,软件提供了强大的建模功能,能够实现动态系统建模和仿真.本文着重讨论了应用三维建模软件Multigen Creator建立如无人飞行器、发射车、场景地形等三维模型的具体应用,并对三维模型进行了优化和仿真.实践表明,通过使用减少冗余面、实例化、贴图映射技术能够很好地优化模型,使三维模型逼真性和实时性俱佳.     

空中机动目标三维视景仿真系统研究

本文采用Multigen Creator/Vega三维视景仿真机制,对空中机动目标三维视景仿真系统进行场景建模和场景驱动.从模型的几何结构和表面纹理着手,优化模型数据库;利用Vega路径定义模块规划空中机动目标飞行路径,合理设置每个路径控制点的姿态和速度,模拟加减速、侧翻、跃升、俯冲等一系列飞行动作;选取静态视点定位方式;并为场景添加无限光源和链式云,增加场景的生动性.仿真结果表明该系统能够充分的表达空中机动目标的运动特点,具有很好的实用价值.     

空面导弹飞行视景仿真系统研究

采用Creator和Vega平台以及Simulink仿真开发工具时空面导弹的飞行视景仿真技术进行了研究.提出了一种空面导弹飞行视景仿真系统的体系构架,利用获取的DED真实地形数据,通过Creator建立大地形三维模型:借助VC/MFC开发平台,实现了Simulink数字仿真系统与视景仿真的通信;在Vega中实现视景仿真系统的软件开发调试.仿真结果表明,该系统能够为空面武器系统研制阶段的参数优化和效能评估提供有效的验证平台.     

装配式实时飞行视景仿真平台研究

介绍了基于装配式数据结构的视景平台的开发背景及其意义,给出了装配式飞行视景仿真数据结构的思想,其中包括视景资源的装配式结构,以及三维模型及其特效等驱动数据的装配。并基于SBS实时网络实时从网上接收仿真数据,驱动三维模型运动。采用Vtree视景引擎,通过Vc＋＋6.0平台建立了实时飞行视景仿真软件平台。     

基于Plib的飞艇飞行视景仿真设计

由于飞艇体积大、密度小,受附加惯性力显著,其动力学特性与常规飞行器有较大不同。所以。为了直观全面地了解飞艇的飞行特点,对飞艇进行飞行视景仿真是必要的。为此首先介绍了视景仿真开发工具Plib和仿真系统总体框架,然后,应用机理分析方法建立了飞艇运动模型。在此基础上,调用Plib的类方法创建三维仿真环境,重点研究了天空海洋绘制、模型导入、视点变换、图形用户界面资源及键盘鼠标响应控制等关键技术。最后应用该系统对飞艇纵侧向扰动运动进行了仿真,展现了飞艇受扰后的飞行状态和各种运动模态的变化过程,结果表明该仿真系统真实感强,实时性好,可以为飞艇的后续研制工作提供参考和帮助。     

基于Vega Prime的高空飞艇视景仿真设计

针对高空飞艇在飞行控制半物理仿真实验中实时数据可视化的问题,基于虚拟仿真技术,提出了一种高空飞艇视景仿真系统设计方案。建立了高空飞艇三维模型,并使用细节层次等高级建模技术对三维模型数据库进行了优化。提出了通过反射内存网与半物理仿真系统进行实时数据传输的方式,在Vega Prime环境下完成了基于控制台的视景仿真程序开发。在硬件系统支持下,实现了高空飞艇飞行过程仿真场景的立体渲染,仿真效果能够满足半物理仿真实验数据的实时逼真显示要求。     

基于Vega的某飞行模拟器视景平台设计与实现

目的：“某飞行模拟器训练系统”是一个典型的针对第三代军机、运用现代先进技术研制的全任务仿真系统。以该系统为背景，基于先进的虚拟现实和视景仿真软件-Vega和MuhiGen Creator，设计与开发了视景仿真系统。方法：分析了三维视景仿真的系统结构，采用MultiGen Creator进行三维场景建模，通过Vega实现了模型的驱动。结果：建立了既有丰富的场景，又能很好地满足虚拟环境真实沉浸感要求的视景系统。结论：建立的飞行模拟器视景系统能够满足飞行训练的要求。     

下视景像匹配仿真系统中的数据生成

为了对下视景象匹配算法的性能进行评估,需要构建完善的下视景像匹配仿真系统.针对下视景像匹配仿真中的数据生成问题,全面考虑了实际下视景像匹配系统的数据生成原理及流程,引入了ICCD误差模型、雾景误差模型和姿态畸变模型等噪声和误差模型对实时图生成过程进行仿真.并模拟了实际系统工作时的航线及飞行姿态等相关数据的生成过程,考虑了飞行器实际航线及飞行姿态对各项生成数据的影响,最后提出了一种仿真程度较高的实时图序列及相关数据生成系统.     

基于Vega Prime的探空火箭视景仿真

探空火箭飞行速度快,飞行时间短,不易观察其飞行过程中的姿态变化。探空火箭视景仿真,可以有效的解决这个问题。本文介绍了三维视景仿真工具Vega Prime的系统结构和基于Vega Prime应用的具体开发步骤,并对探空火箭视景仿真进行了实现,对火箭尾焰粒子系统特效和帧同步的实现也进行了介绍。     

基于SVM和PSO的新型非线性模型预测控制

对于具有强非线性或复杂非线性约束的系统,通过非线性模型的线性化和二次规划优化实现非线性模型预测控制,难以取得满意的结果。提出了一种基于支持向量机模型和粒子群优化的非线性模型预测控制系统的算法。仿真实例表明了支持向量机模型的泛化能力和粒子群优化的寻优速度及能力,证明了将其运用于非线性模型预测控制中的可行性。     

Optical information for car following: the driving by visual angle (DVA) model

OBJECTIVE: The present study developed and tested a model of car following by human drivers. BACKGROUND: Previous models of car following are based on 3-D parameters such as lead vehicle speed and distance information, which are not directly available to a driver. In the present paper we present the driving by visual angle (DVA) model, which is based on the visual information (visual angle and rate of change of visual angle) available to the driver. METHOD: Two experiments in a driving simulator examined car-following performance in response to speed variations of a lead vehicle defined by a sum of sine wave oscillations and ramp acceleration functions. In addition, the model was applied to six driving events using real world-driving data. RESULTS: The model provided a good fit to car-following performance in the driving simulation studies as well as in real-world driving performance. A comparison with the advanced interactive microscopic simulator for urban and nonurban networks (AIMSUN) model, which is based on 3-D parameters, suggests that the DVA was more predictive of driver behavior in matching lead vehicle speed and distance headway. CONCLUSION: Car-following behavior can be modeled using only visual information to the driver and can produce performance more predictive of driver performance than models based on 3-D (speed or distance) information. APPLICATION: The DVA model has applications to several traffic safety issues, including automated driving systems and traffic flow models.     

基于种群分类粒子群算法的物流车辆调度优化

为了获得更加理想的配送车辆调度方案,提出一种基于种群分类粒子群算法的配送车辆调度优化方法。首先建立多约束配送车辆调度的数学模型,并以配送路径最短作为目标函数,然后采用粒子群算法对模型进行求解,并对每次迭代产生的粒子群进行分类,根据分类结果对粒子群进行不同的操作,加快了算法的搜索速度,以避免陷入局部最优,最后进行仿真对比实验。结果表明,种群分类粒子群算法获得比较理想的配送车辆调度方案,具有一定的实用价值。     

Real time eco-driving of high speed trains by simulation-based dynamic multi-objective optimization

Eco-driving is a traffic operation measure that may lead to important energy savings in high speed railway systems. Eco-driving optimization has been applied offline in the design of commercial services. However, the benefits of the efficient driving can also be applied on-line in the regulation stage to recover train delays or in general, to adapt the driving to the changing conditions in the line. In this paper the train regulation problem is stated as a dynamic multi-objective optimization model to take advantage in real time of accurate results provided by detailed train simulation. If the simulation model is realistic, the railway operator will be confident on the fulfillment of punctuality requirements. The aim of the optimization model is to find the Pareto front of the possible speed profiles and update it during the train travel. It continuously calculates a set of optimal speed profiles and, when necessary, one of them is used to substitute the nominal driving. The new speed profile is energy efficient under the changing conditions of the problem. The dynamic multi-objective optimization algorithms DNSGA-II and DMOPSO combined with a detailed simulation model are applied to solve this problem. The performance of the dynamic algorithms has been analyzed in a case study using real data from a Spanish high speed line. The results show that dynamic algorithms are faster tracking the Pareto front changes than their static versions. In addition, the chosen algorithms have been compared with the typical delay recovery strategy of drivers showing that DMOPSO provides 7.8% of energy savings.     

高速铁道车辆悬挂系统参数化建模、优化与仿真分析

为了协调高速铁道车辆的运动稳定性与曲线通过性能之间的矛盾,本文采用多目标优化方法对一种高速铁道车辆的关键悬挂参数进行了优化处理.采用多体动力学技术建立了某型高速铁道车辆62个自由度的动力学模型,模型考虑了轮轨接触几何非线性、轮轨蠕滑非线性和阻尼非线性等.采用ADAMS-Matlab联合仿真对车辆悬挂系统进行参数化改造,使弹簧刚度和阻尼系数均可调.采用基于遗传算法的多目标优化方法对悬挂参数进行优化,使车辆模型能同时满足3种动力学指标.对比优化前后模型的动力学性能可以发现:模型的运动稳定性和曲线通过性能得到显著提高,虽然运行平稳性有小幅降低,但仍能保持在优良的工作状态.     

求解仿真优化问题的知识型启发式搜索方法

仿真优化研究基于仿真的目标优化问题,已经成为系统仿真和运筹学等领域共同关注的热点和前沿课题.针对离散事件动态系统仿真优化中的难点问题,提出了一种全新的知识型启发式搜索方法.采用知识模型和启发式搜索模型相结合的集成建模思路,以启发式搜索模型为基础,同时突出知识模型的作用,将启发式搜索模型和知识模型进行优化组合、优势互补,以提高启发式搜索技术的效率.基于期望值模型的数值仿真,验证了方法的可行性和有效性.仿真结果表明,无论是求解质量还是求解速度,都优于其它几种现有方法.研究结果表明,将知识模型合理地嵌入到现有启发式搜索方法中,可以有效地解决复杂的仿真优化问题.     

自适应视野和步长的改进人工鱼群算法

在对人工鱼群算法的寻优机理进行深入的分析研究的基础上,提出了四种自适应人工鱼群算法,通过赋予人工鱼更多的智能,使每条人工鱼都能根据鱼群的状态自动地选择并适时调整自身的视野和步长,从而简化了参数设定,提高了收敛速度和寻优精度。实验结果表明,改进后的人工鱼群算法,在寻优精度、收敛速度及克服局部极值的能力方面均有提高。     

冰雪天气下高速公路可变限速控制研究

为保障冰雪天气条件下高速公路的行车安全与通行效率,在建立安全限速模型与交通流预测模型的基础上,提出一种基于粒子群优化算法的可变限速控制策略;首先,通过分析冰雪天气下车辆制动性能和交通流演化规律,提出适用于冰雪天气条件的高速公路安全限速模型以及交通流预测模型;其次,设计了兼顾通行效率与行车安全的优化目标函数,并考虑实际行车需求给出相关约束条件;最后,基于交通流预测模型并结合粒子群优化算法对可变限速值进行求解,并通过搭建的元胞自动机交通流模型将所提出的可变限速策略的控制效果与固定限速方案和分段安全限速方案进行对比仿真实验;仿真结果表明,相比于固定限速方案,可变限速控制减少了总行程时间、总行程延误时间和车辆冲突时间;相比于分段安全限速方案,可变限速控制有效减小了管控路段内的车辆行驶速度标准差,总行程延误时间和车辆冲突暴露时间也有所降低,验证了所提出可变限速控制策略的有效性。     

随机漂移粒子群算法的RZWQM替代模型参数优化

根区水质量模型（Root Zone Water Quality Model,RZWQM）被广泛应用于刻画土壤水文循环过程对作物生长的影响,并通过模型率定模拟指导农业生产管理。然而RZWQM模型的一次率定需要较长时间,在可接受时间范围内找到一组合适的模型参数是一件较困难的工作;同时传统的模型参数试错法依赖于使用者的专业知识和经验,也需要多次尝试才能达到较满意的模拟效果。提出使用稀疏网格方法建立RZWQM模型的近似替代模型,并使用随机漂移粒子群优化算法对替代模型进行自动参数优化,将优化后的参数用于RZWQM模型的实际应用模拟。替代模型近似精度高,率定速度快,大大节省了模型参数优化的计算开销。最后将提出的稀疏网格近似替代模型方法结合随机漂移粒子群优化算法使用美国爱荷华州5年玉米-大豆间中的作物产量、排水流量、[NO-3]-N流失量田间实测数据进行了验证分析。结果显示该方法能够极大地提高模型参数优化效率和节省人力;同时,通过模型性能评价指标PBIAS、NSE和RSR的数值比较也表明该方法优化后的RZWQM模型性能要好于传统试错法的模型性能。     

虚拟选煤厂三维模型系统的实时性优化

虚拟现实模型系统的优化对于提高运行系统的实时性,保证虚拟现实系统的沉浸、交互等特性具有重要作用.结合虚拟选煤厂三维模型系统的优化,分析和探讨了虚拟现实模型系统实时性优化的几项关键技术,包括优化三维模型结构,节省模型系统的多边形开销,使系统中总多边形数不超过硬件的处理能力;优化纹理数据,在保证必要的纹理细节的前提下,有效节约纹理内存;优化模型数据库和LOD层次结构,改善运行系统的数据筛选性能,提高绘制速度.模型系统优化后系统的剔除和绘制时间曲线表明,优化后系统运行的实时性得到了有效提高.