基于人工神经网络的驾驶员操纵行为模型

驾驶员操纵行为受到自身、外界环境和被控对象等多方面的影响,因此驾驶员模型具有非线性的特征。神经网络模型克服了拟线性模型不能反映驾驶员非线性操纵的问题。为了获得建立模型的数据,利用地面模拟器使飞行员对一系列指令进行精确跟踪。获得的指令、飞机状态和驾驶员输入信息等参数即可作为神经网络模型的训练样本。神经网络驾驶员模型的训练和测试结果表明,该建模方法是合理、准确的,可以应用于人机闭环系统中驾驶员操纵的研究。     

一种预测驾驶员操纵行为的建模方法

在飞机设计中,应用驾驶员数学模型预测飞机飞行品质是避免人机系统出现不良耦合的重要途径之一.驾驶员神经网络模型是利用飞行模拟实验数据建立的驾驶员模型.基于该模型,针对纵向单通道俯仰跟踪任务,详细讨论了具有不同增益、不同短周期振荡频率飞机构型的驾驶员操纵行为变化规律.研究结果表明:对于特性相似的飞机构型,其驾驶员操纵特性也相似.因此,提出了一种利用相似构型的驾驶员操纵行为特性建立驾驶员预测模型的方法.通过对预测模型进行精度评价,可以证明采用本方法能够获得比较满意的驾驶员操纵行为特性预测结果.     

驾驶员结构模型参数辨识

给出一种驾驶员结构模型的参数辨识方法：根据人—机实时仿真试验测量的驾驶员描述函数,按最小二乘准则辨识驾驶员模型参数。推导出驾驶员结构模型的灵敏度公式,用于参数辨识过程,使计算方便、收敛性改善。针对驾驶员完成俯仰跟踪任务的人—机仿真试验结果,进行了实例计算,表明该方法是一种确定驾驶员结构模型参数的简单实用的方法     

测定驾驶员模型的模拟实验研究

根据频域内拟线性驾驶员模型的辨识方法,分别对两种被控对象,在不同输入信号作用下,测定出驾驶员完成单自由度补偿跟踪任务(操纵俯仰姿态)时的驾驶员描述函数。     

基于不确定性语言型多属性决策人机功能分配方法研究(英文)

功能分配是人机设计过程中一个必然阶段,因为合适的功能分配能够让整个系统更加有效更加可靠。因此,我们主要对人机系统的人机功能分配问题进行研究,根据人、机的内在特征,分析了人、机各自的能力优势并进行了比较。针对实际过程中决策属性值具有高度不确定性的特点,将ULMADM(不确定语言多属性决策)方法引入功能分配过程,采用不确定扩展加权算术平均(UEWAA)算子确定功能自动化等级范围,基于UEWAA算子和不确定语言混合集结(ULHA)算子相结合的多属性群决策算法最终确定驾驶舱人机功能分配的自动化等级。最后,以民机驾驶舱"故障诊断"功能分配为例进行了计算,验证了所提出的功能分配方法的可行性和有效性。     

事故与熵—事故发生可能性计算的新方法

本文从熵增加的观点描述了事故的本质,剖析了人机系统的实质与特性,提出了风险熵与事故势的概念,给出了计算风险熵与故事势的方法.结果表明,系统具有二重性.在系统运行期间,系统具有封闭体系的特性;在休整期间.系统具有开放体系的特性.事故是运行系统的必然发展趋势,是一种自发过程,是运行系统的固有属性.由于在系统熵增的过程中信息与能量的交换,所以可以把事故定义为系统熵增加的结果.避免事故发生的原理是不断向系统输入信息或负熵以抵消系统内部的熵增加.     

无人战斗机飞行管理与控制技术研究

本文综述了无人战斗机发展概况,分析研究了无人战斗机飞行管理与控制技术特点、需求,提出了实现飞行管理与控制的关键技术问题及其解决方案。     

驾驶员建模精度分析方法的改进及应用

研究了驾驶员建模精度分析方法和提高建模精度的途径。基于驾驶员在环实时仿真结果,识别驾驶员描述函数,按加权最小二乘准则采用复形调优算法识别模型参数。结合两步识别过程,针对现有模型精度公式在最终模型检验上的缺陷,进一步完善了精度评价公式。根据公式提出了基于灵敏度分析的驾驶员模型参数调整方法。应用结果表明：所建立的公式和方法对提高驾驶员模型建模精度效果明显。     

人机系统危险状态评定的AHP方法研究

本文利用改进的ＡＨＰ法,将１－９标度与（０,２）法有机结合采用群体判断矩阵的加权传递矩阵,