基于GL Studio的飞机显示仿真系统的设计与实现

利用GL Studio虚拟仪表仿真软件的图形设计器和代码编辑器与VC++6.0配合使用,对飞机的显示系统进行仿真研究。针对显示系统各界面的特点,经过混合编程将显示系统以图形图像的形式动态、形象地显示出来。详细介绍了平显(HUD)中航向刻度带、姿态线以及多功能显示器(MFD)中数据修改、航路点与航迹线的仿真步骤。通过以太网与其他系统的仿真器进行联合调试,并对显示系统仿真器的界面和逻辑进行检验。经过仿真,可以证明基于GL Studio开发的仪表仿真软件适合对飞机显示系统进行仿真研究,在工程应用过程中具有很好的效果。

基于多线程的惯导逻辑仿真器设计

针对惯导系统在载机静止状态下无法提供动态参数的问题,对惯导子系统进行数字仿真。在航电系统仿真中,采用1553B总线与总线控制器和其他航电、非航电设备交联,通过以太网接收外部激励数据,采用多线程技术实现主备2个惯导并发运行,设计一种惯导逻辑仿真系统。阐述系统硬件结构和软件设计,建立惯导姿态仿真模型和位置仿真模型,实现惯导各种逻辑子过程。在某型飞机航电仿真系统中的联调证明,该仿真器能够准确接收外部激励源飞行信息、故障状态,经过结算后周期性地向总线控制器输出飞机位置数据、姿态数据等动态参数,执行某型飞机航电设计文档中相关惯导逻辑,并向总线控制器反馈惯导子系统状态。

基于DDPG算法的无人机集群追击任务

无人机的集群化应用技术是近年来的研究热点,随着无人机自主智能的不断提高,无人机集群技术必将成为未来无人机发展的主要趋势之一。针对无人机集群协同执行对敌方来袭目标的追击任务,构建了典型的任务场景,基于深度确定性策略梯度网络(DDPG)算法,设计了一种引导型回报函数有效解决了深度强化学习在长周期任务下的稀疏回报问题,通过引入基于滑动平均值的软更新策略减少了DDPG算法中Eval网络和Target网络在训练过程中的参数震荡,提高了算法的训练效率。仿真结果表明,训练完成后的无人机集群能够较好地执行对敌方来袭目标的追击任务,任务成功率达到95%。可以说无人机集群技术作为一种全新概念的作战模式在军事领域具有潜在的应用价值,人工智能算法在无人机集群的自主决策智能化发展方向上具有一定的应用前景。