CN101650883A - 大气紊流在飞行模拟器上的一种仿真方法 - Google Patents

Abstract

本发明公开一种大气紊流在飞行模拟器上的仿真方法，提供了一种准确的大气紊流模拟方法，建立的大气紊流仿真模型在频谱响应和仿真结果上更接近于大气紊流的统计特性，大气紊流的变化幅频也更剧烈。将这种紊流参数输入到模拟器主解算计算机运动方程中进行解算，得出的飞机飞行状态参数直接输送到模拟器运动系统和仪表系统中，就可以模拟紊流对飞机飞行状态的影响，特别是大气紊流带来的飞机抖振的影响，模拟的效果也准确逼真，避免了传统方法中直接人为地设置一个抖振函数加入到模拟器的仪表系统和运动系统中去模拟紊流的抖振影响而带来的误差和失真。

Description

大气紊流在飞行模拟器上的一种仿真方法

技术领域

本发明属于飞行仿真领域。本发明公开一种大气紊流在飞行模拟器上的仿真方法，用于提高飞行模拟器的飞行性能和飞行品质的仿真精度，涉及飞行模拟器的飞行系统、运动系统和仪表系统领域。

背景技术

大气紊流对飞机的飞行性能，特别是飞行安全有着重要的影响。因此，如何建立能够准确模拟大气紊流的数学模型，并在飞行模拟器上进行实现是一个急待解决的难题。在紊流的模拟中，一个很大的技术难题就是大气紊流带来的飞机在对应自由度上的抖振(包括仪表指示的抖振、运动平台的抖振)的模拟。目前，从科技查新检索到国内外文献上看，大气紊流带来的飞机抖振的模拟方法一般是采用人为地设置一个抖振函数加入到模拟器的仪表系统和运动系统中去，而不是根据紊流模型算出的结果去驱动仪表系统和运动系统，因而大气紊流影响的模拟在整个时域范围和频谱范围内的准确性和逼真度较差。

发明内容

本发明公开一种大气紊流在飞行模拟器上的仿真方法，有效解决了大气紊流在飞行模拟器上仿真的难题，提高了飞行模拟器的模拟逼真度。

本发明涉及的飞行模拟器飞行系统(以下简称：飞行系统)是由主解算计算机实时进行解算的仿真设备。

本发明涉及的飞行模拟器六自由度运动系统(以下简称：运动系统)是由平台控制计算机实时控制的六自由度瞬时过载仿真设备。

本发明涉及的仪表系统是飞行模拟器座舱内的主要指示仪表，包括空速表、高度表，迎角指示器，过载指示器，航行驾驶仪，指令驾驶仪，M数表，升降速度表。

本发明的技术解决方案如下：

在主解算计算机上启动紊流程序，由随机数产生白信号，经过对三个方向紊流分量的频谱函数的有理化处理，再经过滤波器处理，形成紊流的三个分量，将这三个紊流分量经过坐标变换加入到飞机的飞行速度中，再代入到运动方程中进行结算，最后得出相关的飞机飞行状态参数。

将输送到运动系统的飞行状态参数输出到网卡，再输送到HUB，再到网卡，通过网卡输出到平台控制计算机，去控制平台六个缸的长度；平台控制计算机根据这些飞行状态参数，经过一系列变换与滤波得到能反映飞机由于线运动和角运动而在运动平台上的飞行员座椅处产生的过载及其它动感信号作为平台运动的驱动信号，驱动信号分别对应平台的三个线位移(X、Y、Z)及三个转角(俯仰角、偏转角、滚转角)。由于平台任何一个自由度的改变都是六根电动缸的长度组合运动的结果，所以要将平台驱动信号经过几何变换成为每一根电动缸的长度驱动信号，使运动平台产生六个自由度的位置和姿态。

输送到运动平台的飞行状态参数数据包括：

飞机加速度在X上分量，飞机加速度在Y上分量，飞机加速度在Z上分量，俯仰角变化率，滚转角变化率，偏航角变化率，俯仰角，滚转角，偏航角，飞机角速度在X上的分量，飞机角速度在Y上的分量，飞机角速度在Z上的分量，飞机角加速度在X上的分量，飞机角加速度在Y上的分量，飞机角加速度在Z上的分量。

将输送到仪表系统的飞行状态参数输出到网卡，再到HUB，再到网卡，通过网卡输送到飞行模拟器的主要仪表中，具体是空速表、高度表，迎角指示器，过载指示器，航行驾驶仪，指令驾驶仪，M数表，升降速度表。直接驱动仪表指针指示飞行状态参数值。

输送到仪表系统的飞行状态参数数据有：

飞机空速，高度，迎角，过载，M数，升降速度，俯仰角，滚转角，偏航角。

本发明的积极效果在于：提供了一种准确的大气紊流模拟方法，建立的大气紊流仿真模型在频谱响应和仿真结果上更接近于大气紊流的统计特性，大气紊流的变化幅频也更剧烈。将这种紊流参数输入到模拟器主解算计算机运动方程中进行解算，得出的飞机飞行状态参数直接输送到模拟器运动系统和仪表系统中，就可以模拟紊流对飞机飞行状态的影响，特别是大气紊流带来的飞机抖振的影响，模拟的效果也准确逼真，避免了传统方法中直接人为地设置一个抖振函数加入到模拟器的仪表系统和运动系统中去模拟紊流的抖振影响而带来的误差和失真。

附图说明

图1是本发明的软件系统结构图。

图2、3是本发明的参数输出流程图。

图4是本发明的应用设备的控制信号流程图

具体实施方式

下面结合附图和实施方式对本发明作进一步说明。

在主解算计算机1上启动紊流程序，由随机数产生白信号，经过对三个方向紊流分量的频谱函数的有理化处理，再经过滤波器处理，形成紊流的三个分量，将这三个紊流分量经过坐标变换加入到飞机的飞行速度中，再代入到运动方程中进行结算，最后得出相关的飞机飞行状态参数(参见图1、4)。

根据图2、图3、图4，将输送到运动系统的飞行状态参数输出到网卡2，再输送到HUB 3，再到网卡4，通过网卡4输出到平台控制计算机5，去控制平台六个电动缸的长度6，7，8，9，10，11；平台控制计算机5根据这些飞行状态参数，经过一系列变换与滤波得到能反映飞机由于线运动和角运动而在运动平台上的飞行员座椅处产生的过载及其它动感信号作为平台运动的驱动信号，驱动信号分别对应平台的三个线位移(X、Y、Z)及三个转角(俯仰角、偏转角、滚转角)。由于平台任何一个自由度的改变都是六根电动缸的长度6、7、8、9、10、11组合运动的结果，所以要将平台驱动信号经过几何变换成为每一根电动缸的长度6、7、8、9、10、11的驱动信号，使运动平台产生六个自由度的位置和姿态。

输送到运动平台的飞行状态参数数据包括：

飞机加速度在X上分量，飞机加速度在Y上分量，飞机加速度在Z上分量，俯仰角变化率，滚转角变化率，偏航角变化率，俯仰角，滚转角，偏航角，飞机角速度在X上的分量，飞机角速度在Y上的分量，飞机角速度在Z上的分量，飞机角加速度在X上的分量，飞机角加速度在Y上的分量，飞机角加速度在Z上的分量。

将输送到仪表系统的飞行状态参数输出到网卡2，再到HUB 3，再到网卡4，通过网卡4输送到飞行模拟器的主要仪表中，具体是空速表12、高度表13，迎角指示器14，过载指示器15，航行驾驶仪16，指令驾驶仪17，M数表18，升降速度表19。直接驱动仪表指针指示飞行状态参数值。(参见图3、4)

输送到仪表系统的飞行状态参数数据有：

飞机空速，高度，迎角，过载，M数，升降速度，俯仰角，滚转角，偏航角。

具体相关参数计算如下：

1、紊流的数学建模过程；

本发明研究了一种新的紊流计算模型。即基于Dryden模型的建模方法，采用对Von Karman大气紊流模型进行有理化处理，并确定新的滤波器参数的方法，在时域内实时生成大气紊流。

(1)Von Karman大气紊流模型进行有理化处理

Von Karman得出反应大气数理统计特性的三个方向紊流分量的频谱函数是：

$\left\{\begin{array}{c}{\mathrm{\Φ}}_{\mathrm{Vu}}\left(\mathrm{\Ω}\right)={\mathrm{\σ}}_u^2\frac{L_u}{\mathrm{\π}}\frac{1}{{[1+{\left({\mathrm{aL}}_u\mathrm{\Ω}\right)}^2]}^{5/6}}\\ {\mathrm{\Φ}}_{\mathrm{Vv}}\left(\mathrm{\Ω}\right)={\mathrm{\σ}}_v^2\frac{L_v}{\mathrm{\π}}\frac{1+(8/3){\left(2a{L}_v\mathrm{\Ω}\right)}^2}{{[1+{\left({2\mathrm{aL}}_v\mathrm{\Ω}\right)}^2]}^{11/6}}\\ {\mathrm{\Φ}}_{\mathrm{Vw}}\left(\mathrm{\Ω}\right)={\mathrm{\σ}}_w^2\frac{L_w}{\mathrm{\π}}\frac{1+(8/3){\left({2\mathrm{aL}}_w\mathrm{\Ω}\right)}^2}{{[1+{\left({2\mathrm{aL}}_w\mathrm{\Ω}\right)}^2]}^{11/6}}\end{array}\right.---\left(1\right)$

其中，Φ_Vu(Ω)、Φ_Vv(Ω)、Φ_Vw(Ω)是紊流的空间频谱函数在坐标轴三个方向的分量；

L_u、L_v、L_w是紊流尺度在坐标轴三个方向的分量；

σ_u、σ_v、σ_w分别为紊流强度在坐标轴三个方向的分量；

Ω为空间频率；a＝1.339.

为便于进行实时仿真，将空间频谱转化成时间频谱，结果如下：

$\left\{\begin{array}{c}{\mathrm{\Φ}}_u\left(\mathrm{\ω}\right)={\mathrm{\σ}}_u^2\frac{L_u}{\mathrm{\πV}}\frac{1}{{[1+{\left({\mathrm{aL}}_u\frac{\mathrm{\ω}}{V}\right)}^2]}^{5/6}}\\ {\mathrm{\Φ}}_v\left(\mathrm{\ω}\right)={\mathrm{\σ}}_v^2\frac{L_v}{\mathrm{\πV}}\frac{1+(8/3){\left(2a{L}_v\frac{\mathrm{\ω}}{V}\right)}^2}{{[1+{\left({2\mathrm{aL}}_v\frac{\mathrm{\ω}}{V}\right)}^2]}^{11/6}}\\ {\mathrm{\Φ}}_v\left(\mathrm{\ω}\right)={\mathrm{\σ}}_w^2\frac{L_w}{\mathrm{\π}}\frac{1+(8/3){\left({2\mathrm{aL}}_w\frac{\mathrm{\ω}}{V}\right)}^2}{{[1+{\left({2\mathrm{aL}}_w\frac{\mathrm{\ω}}{V}\right)}^2]}^{11/6}}\end{array}\right.---\left(2\right)$

其中，Φ_u(ω)、Φ_v(ω)、Φ_w(ω)是紊流的时间频谱函数在坐标轴三个方向的分量；

V为气流速度；ω为时间频率；

(2)新的滤波器参数的确定

为了使模型能够在仿真时域中用于模拟实现，将传递函数进行有理化逼近，将不能直接用于仿真实现的紊流模型简化成一阶，即：

$\left\{\begin{array}{c}{G}_u\left(s\right)=\frac{K_u}{T_{u}s+1}\\ K_u={\mathrm{\σ}}_u\sqrt{\frac{L_u}{\mathrm{\πV}}},T_u={\left(\frac{{\mathrm{aL}}_u}{V}\right)}^{5/6}\end{array}\right.---\left(3\right)$

$\left\{\begin{array}{c}{G}_v\left(s\right)=\frac{K_v}{T_{v}s+1}\\ K_v={\mathrm{\σ}}_v\sqrt{\frac{L_v}{\mathrm{\πV}}},T_v=\frac{{\left(\frac{{2\mathrm{aL}}_v}{V}\right)}^{11/6}}{\sqrt{\frac{8}{3}}*\frac{{2\mathrm{aL}}_v}{V}}\end{array}\right.---\left(4\right)$

$\left\{\begin{array}{c}{G}_w\left(s\right)=\frac{K_w}{T_{w}s+1}\\ K_w={\mathrm{\σ}}_w\sqrt{\frac{L_w}{\mathrm{\πV}}},T_w=\frac{{\left(\frac{{2\mathrm{aL}}_w}{V}\right)}^{11/6}}{\sqrt{\frac{8}{3}}*\frac{{2\mathrm{aL}}_w}{V}}\end{array}\right.---\left(5\right)$

其中，G_u(s)、G_v(s)、G_w(s)是传递函数在坐标轴三个方向的分量；

K_u、K_v、K_w是比例系数在坐标轴三个方向的分量；

T_u、T_v、T_w是系数在坐标轴三个方向的分量；

最后得出成型滤波器的传递函数为：

$\left\{\begin{array}{c}{G}_u\left(s\right)=\frac{K_u}{T_{u}s+1}\\ K_u={\mathrm{\σ}}_u\sqrt{\frac{L_u}{\mathrm{\πV}}},T_u=\frac{L_u}{V}\end{array}\right.---\left(6\right)$

$\left\{\begin{array}{c}{G}_v\left(s\right)=\frac{k_v(T_{v1}s+1)}{{(T_{v2}s+1)}^2}\\ K_v={\mathrm{\σ}}_v\sqrt{\frac{L_v}{\mathrm{\πV}}},T_{v1}=\frac{2\sqrt{3}{L}_v}{V},T_{v2}=\frac{2L_v}{V}\end{array}\right.---\left(7\right)$

$\left\{\begin{array}{c}{G}_w\left(s\right)=\frac{k_w(T_{w1}s+1)}{{(T_{w2}s+1)}^2}\\ K_w={\mathrm{\σ}}_w\sqrt{\frac{L_w}{\mathrm{\πV}}},T_{w1}=\frac{2\sqrt{3}{L}_w}{V},T_{w2}=\frac{2L_w}{V}\end{array}\right.---\left(8\right)$

最后得出紊流在地面坐标系中三个方向的分量

$W_{\mathrm{xd}}^n=e^{-\frac{\mathrm{\Δt}}{\mathrm{Tu}}}W_{\mathrm{xd}}^{n-1}+\frac{K_u}{T_u}\sqrt{\mathrm{\π}{T}_u(1-e\frac{-2\mathrm{\Δt}}{T_u})}*r_n$

$W_{\mathrm{yd}}^n=e^{-\frac{\mathrm{\Δt}}{\mathrm{Tv}}}W_{\mathrm{yd}}^{n-1}+\frac{K_v}{T_v}\sqrt{\mathrm{\π}{T}_v(1-e\frac{-2\mathrm{\Δt}}{T_v})}*r_n---\left(9\right)$

$W_{\mathrm{zd}}^n=e^{-\frac{\mathrm{\Δt}}{\mathrm{Tw}}}W_{\mathrm{zd}}^{n-1}+\frac{K_w}{T_w}\sqrt{\mathrm{\π}{T}_w(1-e\frac{-2\mathrm{\Δt}}{T_w})}*r_n$

其中W_xd、W_yd、W_zd是紊流在地面坐标系中三个方向的分量；

下标n表示当前时刻的值，n-1表示上一时刻的值；

r_n是随机数；Δt为当前时刻与上一时刻的时间间隔；

2、参数的叠加与输出

由上述公式计算出紊流在地面坐标系中三个方向的分量，再通过方向余弦矩阵转换到机体轴系：

W_xt＝W_xd·l₁₁+W_yd·l₂₁+W_zd·l₃₁

W_yt＝W_xd·l₁₂+W_yd·l₂₂+W_zd·l₃₂    (10)

W_zt＝W_xd·l₁₃+W_yd·l₂₃+W_zd·l₃₃

其中l₁₁、l₁₂、l₁₃、l₂₁、l₂₂、l₂₃、l₃₁、l₃₂、l₃₃为方向余弦；

然后将其叠加到飞机的速度中：

V_x＝V_xt-W_xt

V_y＝V_yt-W_yt   (11)

V_z＝V_xz-W_zt

其中，V_x、V_y、V_z为飞机速度在机体坐标系X，Y，Z上的分量；

其中V_xt、V_yt、V_zt为飞机速度在机体轴X，Y，Z上的分量；

然后将得出的飞机速度值代入到飞行运动方程中，在主解算计算机上进行结算，得出相应的飞机飞行状态参数。

飞机角加速度：

$\stackrel{\·}{\mathrm{\ω}}_x^n=\frac{1}{I_x}[M_x+(I_y-I_z)\·\mathrm{\ω}_y^{n-1}\·\mathrm{\ω}_z^{n-1}+I_{\mathrm{xy}}(\stackrel{\·}{\mathrm{\ω}}_y^{n-1}-\mathrm{\ω}_z^{n-1}\·\mathrm{\ω}_z^{n-1})]$

$\stackrel{\·}{\mathrm{\ω}}_y^n=\frac{1}{I_y}[M_y+(I_z-I_x)\·\mathrm{\ω}_z^{n-1}\·\mathrm{\ω}_x^{n-1}+I_{\mathrm{xy}}(\stackrel{\·}{\mathrm{\ω}}_z^{n-1}-\mathrm{\ω}_y^{n-1}\·\mathrm{\ω}_z^{n-1})]---\left(12\right)$

$\stackrel{\·}{\mathrm{\ω}}_z^n=\frac{1}{I_z}[M_z+(I_x-I_y)\·\mathrm{\ω}_z^{n-1}\·\mathrm{\ω}_y^{n-1}+I_{\mathrm{xy}}(\mathrm{\ω}_x^2{}_{n-1}-\mathrm{\ω}_y^2{}_{n-1})]$

其中，

为飞机角加速度在X，Y，Z上的分量；

I_x、I_y、I_z为飞机转动惯量在X，Y，Z上的分量；

I_xy为飞机绕X，Y轴的惯性积；

M_x、M_y、M_z为作用在飞机上的合外力矩在X，Y，Z上的分量；

飞机角速度：

${\mathrm{\ω}}_x=\mathrm{\ω}_x^{n-1}+\stackrel{\·}{\mathrm{\ω}}_x^n\·\mathrm{\Δt}$

${\mathrm{\ω}}_y=\mathrm{\ω}_y^{n-1}+\stackrel{\·}{\mathrm{\ω}}_y^n\·\mathrm{\Δt}---\left(13\right)$

${\mathrm{\ω}}_z=\mathrm{\ω}_z^{n-1}+\stackrel{\·}{\mathrm{\ω}}_z^n\·\mathrm{\Δt}$

其中ω_x、ω_y、ω_z为飞机角速度在X，Y，Z上的分量；

飞机加速度：

$\stackrel{\·}{V}_{\mathrm{xt}}^n=\frac{F_x}{m}+\mathrm{\ω}_x^{n-1}\·V_{\mathrm{yt}}^{n-1}-\mathrm{\ω}_y^{n-1}\·V_{\mathrm{zt}}^{n-1}$

$\stackrel{\·}{V}_{\mathrm{yt}}^n=\frac{F_y}{m}+\mathrm{\ω}_x^{n-1}\·V_{\mathrm{zt}}^{n-1}-\mathrm{\ω}_z^{n-1}\·V_{\mathrm{xt}}^{n-1}---\left(14\right)$

$\stackrel{\·}{V}_{\mathrm{zt}}^n=\frac{F_z}{m}+\mathrm{\ω}_y^{n-1}\·V_{\mathrm{xt}}^{n-1}-\mathrm{\ω}_x^{n-1}\·V_{\mathrm{yt}}^{n-1}$

其中

为飞机加速度在X，Y，Z上的分量；

F_x、F_y、F_z为作用在飞机上的合外力在X，Y，Z上的分量；

m为飞机质量；

飞机速度

$V_{\mathrm{xt}}=V_{\mathrm{xt}}^{n-1}+(\stackrel{\·}{V}_{\mathrm{xt}}^{n-1}+\stackrel{\·}{V}_{\mathrm{xt}}^n)\·\mathrm{\Δt}/2$

$V_{\mathrm{yt}}=V_{\mathrm{xt}}^{n-1}+(\stackrel{\·}{V}_{\mathrm{yt}}^{n-1}+\stackrel{\·}{V}_{\mathrm{yt}}^n)\·\mathrm{\Δt}/2---\left(15\right)$

$V_{\mathrm{zt}}=V_{\mathrm{zt}}^{n-1}+(\stackrel{\·}{V}_{\mathrm{zt}}^{n-1}+\stackrel{\·}{V}_{\mathrm{zt}}^n)\·\mathrm{\Δt}/2$

角变化率

$\stackrel{\·}{\mathrm{\ψ}}=({\mathrm{\ω}}_y\·\cos \mathrm{\γ}-{\mathrm{\ω}}_x\·\sin \mathrm{\γ})/\cos \mathrm{\θ}$

$\stackrel{\·}{\mathrm{\γ}}={\mathrm{\ω}}_x-\stackrel{\·}{\mathrm{\ψ}}\·\sin \mathrm{\θ}---\left(16\right)$

$\stackrel{\·}{\mathrm{\θ}}={\mathrm{\ω}}_y\·\sin \mathrm{\γ}+{\mathrm{\ω}}_z\·\cos \mathrm{\γ}$

其中，分别为飞机的偏航角变化率、滚转角变化率、俯仰角变化率；

$\mathrm{\ψ}=\mathrm{\ψ}_{n-1}+\stackrel{\·}{\mathrm{\ψ}}\·\mathrm{\Δt}$

$\mathrm{\γ}=\mathrm{\γ}_{n-1}+\stackrel{\·}{\mathrm{\γ}}\·\mathrm{\Δt}---\left(17\right)$

$\mathrm{\θ}=\mathrm{\θ}_{n-1}+\stackrel{\·}{\mathrm{\θ}}\·\mathrm{\Δt}$

其中，ψ、γ、θ分别为飞机的偏航角、滚转角、俯仰角；

飞机空速：

$V_T={(V_{\mathrm{xt}}^2+V_{\mathrm{yt}}^2+V_{\mathrm{zt}}^2)}^{\frac{1}{2}}---\left(18\right)$

飞机的过载：

n_y＝F_y/G+cosθ·cosγ    (19)

飞机的迎角：

$\mathrm{\α}={\sin }^{-1}(-V_y/\sqrt{V_x^2+V_y^2})---\left(20\right)$

飞机M数：

$M=\frac{V_T}{a}---\left(21\right)$

飞机的升降速度：

V_yd＝V_xt·l₂₁+V_yt·l₂₂+V_zt·l₂₃   (22)

飞机的高度：

_nh＝_n-1h+V_yd·Δt。(23)

根据图1，所示经过主解算计算机的解算，得出飞机飞行的运动参数，这些参数包含由于紊流影响而产生的飞机运动参数的附加量，将这些参数输送到仪表系统、运动系统去，驱动这些系统运动。

1、仪表系统：将相应参数直接输送到仪表系统的各个仪表中，驱动相应的仪表转动，指示对应的参数值。

2、运动系统：飞机的运动参数输送到运动平台的解算计算机中，解算计算机将有关的运动参数，即三个坐标轴方向的线加速度和三个坐标轴方向的角速度和角加速度以及飞机的姿态角(俯仰角、滚转角、偏航角)，进行变换和滤波，得到能反映飞机由于线运动和角运动而在运动平台上的飞行员座椅处产生的比力，及其它动感信号作为平台的运动驱动信号。驱动信号分别对应运动平台的三个线位移及三个转角，由于平台的任何一个自由度的改变都是运动平台六根动作筒组合运动的结果，所以要将平台驱动信号经过几何变换，成为每一根动作筒的驱动信号。通过运动平台计算机计算出六根动作筒位移数字信号，通过D/A转换，将其转换成驱动动作筒运动的模拟信号，驱动动作筒运动，以模拟大气紊流对飞机运动的影响。

Claims (4)

1、一种大气紊流在飞行模拟器上的仿真方法，包括以下步骤：

在主解算计算机(1)上启动紊流程序，由随机数产生白信号，经过对三个方向紊流分量的频谱函数的有理化处理，再经过滤波器处理，形成紊流的三个分量，将这三个紊流分量经过坐标变换加入到飞机的飞行速度中，再代入到运动方程中进行结算，最后得出相关的飞机飞行状态参数；

将这些飞行状态参数输出到网卡(2)，再输送到HUB(3)，再到网卡(4)，通过网卡(4)输出到平台控制计算机(5)——平台六个电动缸的长度(6)、(7)、(8)、(9)、(10)、(11)；平台控制计算机(5)根据这些飞行状态参数，经过一系列变换与滤波得到能反映飞机由于线运动和角运动而在运动平台上的飞行员座椅处产生的过载及其它动感信号作为平台运动的驱动信号，驱动信号分别对应平台的三个线位移(X)、(Y)、(Z)及三个转角：俯仰角、偏转角、滚转角；将平台驱动信号经过几何变换成为平台的每一根电动缸的长度(6)、(7)、(8)、(9)、(10)、(11)的驱动信号，使运动平台产生六个自由度的位置和姿态；

输送到运动平台的飞行状态参数数据包括：

飞机加速度在X上分量，飞机加速度在Y上分量，飞机加速度在Z上分量，俯仰角变化率，滚转角变化率，偏航角变化率，俯仰角，滚转角，偏航角，飞机角速度在X上的分量，飞机角速度在Y上的分量，飞机角速度在Z上的分量，飞机角加速度在X上的分量，飞机角加速度在Y上的分量，飞机角加速度在Z上的分量；

将输送到仪表系统的飞行状态参数输出到网卡(2)，再到HUB(3)，再到网卡(4)，通过网卡(4)输送到飞行模拟器的主要仪表中，具体是空速表(12)、高度表(13)，迎角指示器(14)，过载指示器(15)，航行驾驶仪(16)，指令驾驶仪(17)，M数表(18)，升降速度表(19)，直接驱动仪表指针指示飞行状态参数值；

输送到仪表系统的飞行状态参数数据包括：

飞机空速，高度，迎角，过载，M数，升降速度，俯仰角，滚转角，偏航角。

2、权利要求1所述的方法，其特征在于：反应大气数理统计特性的三个方向紊流分量的频谱函数是：

$\left\{\begin{array}{c}{\mathrm{\Φ}}_{\mathrm{Vu}}\left(\mathrm{\Ω}\right)={\mathrm{\σ}}_u^2\frac{L_u}{\mathrm{\π}}\frac{1}{{[1+{\left(a{L}_u\mathrm{\Ω}\right)}^2]}^{5/6}}\\ {\mathrm{\Φ}}_{\mathrm{Vv}}\left(\mathrm{\Ω}\right)={\mathrm{\σ}}_v^2\frac{L_v}{\mathrm{\π}}\frac{1+(8/3){\left(2a{L}_v\mathrm{\Ω}\right)}^2}{{[1+{\left(2a{L}_v\mathrm{\Ω}\right)}^2]}^{11/6}}\\ {\mathrm{\Φ}}_{\mathrm{Vw}}\left(\mathrm{\Ω}\right)={\mathrm{\σ}}_w^2\frac{L_w}{\mathrm{\π}}\frac{1+(8/3){\left(2a{L}_w\mathrm{\Ω}\right)}^2}{{[1+{\left(2a{L}_w\mathrm{\Ω}\right)}^2]}^{11/6}}\end{array}\right.$

其中，

Φ_Vu(Ω)、Φ_Vv(Ω)、Φ_Vw(Ω)是紊流的空间频谱函数在坐标轴三个方向的分量；

L_u、L_v、L_w是紊流尺度在坐标轴三个方向的分量；

σ_u、σ_v、σ_w分别为紊流强度在坐标轴三个方向的分量；

Ω为空间频率；

a＝1.339。

3、权利要求1所述的方法，其特征在于：空间频谱转化成时间频谱公式如下：

$\left\{\begin{array}{c}{\mathrm{\Φ}}_u\left(\mathrm{\ω}\right)={\mathrm{\σ}}_u^2\frac{L_u}{\mathrm{\πV}}\frac{1}{{[1+{\left(a{L}_u\frac{\mathrm{\ω}}{V}\right)}^2]}^{5/6}}\\ {\mathrm{\Φ}}_v\left(\mathrm{\ω}\right)={\mathrm{\σ}}_v^2\frac{L_v}{\mathrm{\πV}}\frac{1+(8/3){\left(2a{L}_v\frac{\mathrm{\ω}}{V}\right)}^2}{{[1+{\left(2a{L}_v\frac{\mathrm{\ω}}{V}\right)}^2]}^{11/6}}\\ {\mathrm{\Φ}}_v\left(\mathrm{\ω}\right)={\mathrm{\σ}}_w^2\frac{L_w}{\mathrm{\πV}}\frac{1+(8/3){\left(2a{L}_w\frac{\mathrm{\ω}}{V}\right)}^2}{{[1+{\left(2a{L}_w\frac{\mathrm{\ω}}{V}\right)}^2]}^{11/6}}\end{array}\right.$

其中，

Φ_u(ω)、Φ_v(ω)、Φ_w(ω)是紊流的时间频谱函数在坐标轴三个方向的分量；

V为气流速度；

ω为时间频率。

4、权利要求1所述的方法，其特征在于：对传递函数进行有理化逼近，成-型滤波器的传递函数为：

$\left\{\begin{array}{c}{G}_u\left(s\right)=\frac{K_u}{T_{u}s+1}\\ K_u={\mathrm{\σ}}_u\sqrt{\frac{L_u}{\mathrm{\πV}}},T_u=\frac{L_u}{V}\end{array}\right.$

$\left\{\begin{array}{c}{G}_v\left(s\right)=\frac{k_v(T_{v1}s+1)}{{(T_{v2}s+1)}^2}\\ K_v={\mathrm{\σ}}_v\sqrt{\frac{L_v}{\mathrm{\πV}}},T_{v1}=\frac{2\sqrt{3}{L}_v}{V},T_{v2}=\frac{2L_v}{V}\end{array}\right.$

$\left\{\begin{array}{c}{G}_w\left(s\right)=\frac{k_w(T_{w1}s+1)}{{(T_{w2}s+1)}^2}\\ K_w={\mathrm{\σ}}_w\sqrt{\frac{L_w}{\mathrm{\πV}}},T_{w1}=\frac{2\sqrt{3}{L}_w}{V},T_{w2}=\frac{2L_w}{V}\end{array}\right.$

其中，G_u(s)、G_v(s)、G_w(s)是传递函数在坐标轴三个方向的分量；

K_u、K_v、K_w是比例系数在坐标轴三个方向的分量；

T_u、T_v、T_w是系数在坐标轴三个方向的分量；

得出紊流在地面坐标系中三个方向的分量

$W_{\mathrm{xd}}^n=e^{-\frac{\mathrm{\Δt}}{\mathrm{Tu}}}W_{\mathrm{xd}}^{n-1}+\frac{K_u}{T_u}\sqrt{\mathrm{\π}{T}_u(1-e\frac{-2\mathrm{\Δt}}{T_u})}*r_n$

$W_{\mathrm{yd}}^n=e^{-\frac{\mathrm{\Δt}}{\mathrm{Tv}}}W_{\mathrm{yd}}^{n-1}+\frac{K_v}{T_v}\sqrt{\mathrm{\π}{T}_v(1-e\frac{-2\mathrm{\Δt}}{T_v})}*r_n$

$W_{\mathrm{zd}}^n=e^{-\frac{\mathrm{\Δt}}{\mathrm{Tw}}}W_{\mathrm{zd}}^{n-1}+\frac{K_w}{T_w}\sqrt{\mathrm{\π}{T}_w(1-e\frac{-2\mathrm{\Δt}}{T_w})}*r_n$

其中W_xd、W_yd、W_zd是紊流在地面坐标系中三个方向的分量；

下标n表示当前时刻的值，n-1表示上一时刻的值；

r_n是随机数；

Δt为当前时刻与上一时刻的时间间隔。

Images