CN112699552A - 一种基于置信度矩阵的高保真度仿真模型设计方法 - Google Patents
一种基于置信度矩阵的高保真度仿真模型设计方法 Download PDFInfo
- Publication number
- CN112699552A CN112699552A CN202011591852.4A CN202011591852A CN112699552A CN 112699552 A CN112699552 A CN 112699552A CN 202011591852 A CN202011591852 A CN 202011591852A CN 112699552 A CN112699552 A CN 112699552A
- Authority
- CN
- China
- Prior art keywords
- model
- simulation
- determining
- change rate
- high fidelity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请属于模型设计技术领域,特别涉及一种基于置信度矩阵的高保真度仿真模型设计方法。所述方法包括确定进行仿真的模型架构;确定进行仿真的模型功能;梳理出需要模拟的能力项相关的关键影响因素,确定模型输入参数;确定在第一模型输入参数的情况下获得的第一模型输出序列;确定在第二模型输入参数的情况下获得的第二模型输出序列,其中,第二模型输入参数较第一模型输入参数中的测试参数进行了偏置;确定在所述偏置情况下,第二模型输出序列较第一模型输出序列的变化率,对变化率超过阈值时所对应的测试参数进行排序,获得模型仿真置信度影响参数序列。本申请保证了仿真模型能够快速达到较高的仿真置信度,能够与仿真环境实现高效集成。
Description
技术领域
本申请属于模型设计技术领域,特别涉及一种基于置信度矩阵的高保真度仿真模型设计方法。
背景技术
按照国军标7099.2-2010和7099.3-2012的规定,用于作战模拟的数学逻辑模型和仿真程序模型,首先要解决的是建模的可信性问题,既模型的保真度问题。国军标7099.2-2010中对作战模拟数学逻辑模型进行了定义和规范,建模的过程中需要对模拟的实体功能属性进行量化,解决与其他功能的模型交互分析并完成时间空间推进运行的表达。常规的作战仿真模型构建一般是将需要构建的作战模型行为过程与作战环境解耦,分析模型单项能力特征在作战环境中的交互推演关系,构建相关的功能模块,组合成完整的功能模型,然后再代入作战环境进行验证,为了提高模型置信度,需要进行大量的功能建模-验证-修正环节,工作较大而且模型置信度提升缓慢。
发明内容
为了解决上述问题,减少模型开发的工作消耗,使其快速达到较高的仿真置信度并与仿真环境能够高效集成,本申请提供了一种基于置信度矩阵的高保真度仿真模型设计方法,主要包括:
步骤S1、确定进行仿真的模型架构;
步骤S2、确定进行仿真的模型功能;
步骤S3、梳理出需要模拟的能力项相关的关键影响因素,确定模型输入参数;
步骤S4、确定在第一模型输入参数的情况下获得的第一模型输出序列;
步骤S5、确定在第二模型输入参数的情况下获得的第二模型输出序列,其中,所述第二模型输入参数较所述第一模型输入参数中的测试参数进行了偏置;
步骤S6、确定在所述偏置情况下,第二模型输出序列较所述第一模型输出序列的变化率,对变化率超过阈值时所对应的测试参数进行排序,获得模型仿真置信度影响参数序列。
优选的是,步骤S1中,所述模型架构至少包括:
实体特征部分,包含实体作战相关属性及特性模拟要求;
仿真交互部分,包含仿真模型中的外部驱动逻辑;
仿真配置部分,包含仿真模型的初始化条目。
优选的是,步骤S2中,确定所述模型功能至少包括:
梳理模型作战仿真相关功能性;
梳理模型仿真过程作战相关操作及影响;
确定模型仿真操作接口;
梳理模型仿真时间相关特性。
优选的是,所述关键影响因素包括:仿真相关性能指标、自身特性影响因素、自然环境影响因素、作战对象及平台系统影响因素、操作控制影响因素、使用限制、仿真初始化参数配置需求、交互接口。
优选的是,步骤S5中,所述偏置为3%。
优选的是,步骤S6中,采用相关系数法计算所述变化率,所述变化率阈值为3%。
优选的是,步骤S6中,采用TIC系数法计算所述变化率,所述变化率阈值为0.2。
优选的是,步骤S6中,采用B型灰色关联分析法计算所述变化率,所述变化率阈值为B型灰色关联一阶斜率差和二阶斜率差增加0.1。
本申请减少了模型置信度验证-修正的工作量,保证了作战仿真模型能够快速达到较高的仿真置信度,并且能够与仿真环境实现高效集成。
附图说明
图1是本申请基于置信度矩阵的高保真度仿真模型设计方法的一优选实施例的模型架构图。
具体实施方式
为使本申请实施的目的、技术方案和优点更加清楚,下面将结合本申请实施方式中的附图,对本申请实施方式中的技术方案进行更加详细的描述。在附图中,自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施方式是本申请一部分实施方式,而不是全部的实施方式。下面通过参考附图描述的实施方式是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。基于本申请中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本申请保护的范围。下面结合附图对本申请的实施方式进行详细说明。
本申请提供了一种基于置信度矩阵的高保真度仿真模型设计方法,主要包括:
步骤S1、确定进行仿真的模型架构;
步骤S2、确定进行仿真的模型功能;
步骤S3、梳理出需要模拟的能力项相关的关键影响因素,确定模型输入参数;
步骤S4、确定在第一模型输入参数的情况下获得的第一模型输出序列;
步骤S5、确定在第二模型输入参数的情况下获得的第二模型输出序列,其中,所述第二模型输入参数较所述第一模型输入参数中的测试参数进行了偏置;
步骤S6、确定在所述偏置情况下,第二模型输出序列较所述第一模型输出序列的变化率,对变化率超过阈值时所对应的测试参数进行排序,获得模型仿真置信度影响参数序列。
本专利的主要思路是建模的过程中,将需要模拟的系统与外界的环境视为一个整体,首先确定模型需要模拟的关键能力项目,之后将输出结果作为一个序列,按照参数偏置梳理模型需要重点模拟的管理特性参数进行模型仿真置信度影响排序,将参数偏置3%导致输出序列偏差超过阈值时所对应的参数视为模型仿真置信度影响主要参数。
在一些可选实施方式中,如图1所示,步骤S1中,所述模型架构至少包括:实体特征部分,包含实体作战相关属性及特性模拟要求;仿真交互部分,包含仿真模型中的外部驱动逻辑;仿真配置部分,包含仿真模型的初始化条目。
本实施例中,步骤S1中开展了模型架构设计,包括:
1)模型需要模拟的实体特征梳理,主要梳理模型在需要体现的实体特征,及模型的仿真功能项目设计。
2)梳理模型在仿真中的交互设计,包括属性、事件交互等,主要是该模型的外部驱动逻辑设计。
3)梳理模型的仿真配置设计,主要是模型在本次仿真中,为了实现仿真目的,需要进行初始化的条目设计。
在一些可选实施方式中,如图1所示,步骤S2中,确定所述模型功能至少包括:梳理模型作战仿真相关功能性;梳理模型仿真过程作战相关操作及影响;确定模型仿真操作接口;梳理模型仿真时间相关特性。
本实施例中,步骤S2开展了模型仿真功能项设计,包括:
1)完成需要进行模拟的功能项设计,主要体现模型在本项仿真需要体现的特征属性。
2)模型的操作控制项目设计,主要分析模型在本项仿真中需要具备的操作功能项设计。
3)针对模型操作项目设计,分析模型在本项仿真中的操作接口需求。
4)模型时序响应特性仿真,主要体现模型进行数学原理模拟、逻辑处理等方面需要体现的时序响应特性。
在一些可选实施方式中,如图1所示,所述关键影响因素包括:仿真相关性能指标、自身特性影响因素、自然环境影响因素、作战对象及平台系统影响因素、操作控制影响因素、使用限制、仿真初始化参数配置需求、交互接口。
本实施例中,在步骤S3中,进行了模型性能仿真项处理方法设计:经过数学原理分析、逻辑处理分析等一系列处理过程,梳理出需要模拟的能力项相关的关键因素影响,针对不同系统模拟,包含不同的处理重点,具体如图1所示,包括:
a)系统内在特性因素影响:系统与仿真能力项相关的固有属性,比如飞行过载计算模型需要考虑飞机的气动特性、重量特性、总体布置参数等。
b)自然环境因素影响:自然环境相关因素对需要模拟的能力项的影响,比如电磁信号传输模型需要分析在不同气象条件下的传输衰减、地海杂波和衰减吸收等。
c)系统状态参数影响:系统当前状态参数对需要模拟的能力项的影响,比如飞行过载计算模型需要考虑飞机的高度、速度及姿态;电磁信号传输模型需要考虑载荷平台的高度、速度及姿态参数等。
d)作战对象影响:作战对象对需要模拟的能力项的影响,比如电磁信号反射模型需要考虑作战对象的姿态位置及RCS特征等。
e)操作控制影响:系统操作控制对需要模拟的能力项的影响,比如飞行过载计算模型需要考虑飞行员操纵指令。
f)使用限制影响:系统本身使用限制对需要模拟的能力项的影响。比如导弹的制导飞行模拟需要考虑导弹最大可控飞行时间限制。
g)平台其他系统影响因素整理:系统的相关参数对需要模拟的能力项的影响。比如飞行员的体感过载计算就需要考虑飞行员座椅在机体上的安装参数。
在一些可选实施方式中,步骤S5中,所述偏置为3%。
在一些可选实施方式中,步骤S6中,采用相关系数法计算所述变化率,所述变化率阈值为3%。
在一些可选实施方式中,步骤S6中,采用TIC系数法计算所述变化率,所述变化率阈值为0.2。
在一些可选实施方式中,步骤S6中,采用B型灰色关联分析法计算所述变化率,所述变化率阈值为B型灰色关联一阶斜率差和二阶斜率差增加0.1。
通过模型仿真数学原理、逻辑处理分析,评估模拟系统的内在特性偏差对模型输出结果的置信度敏感度影响分析。将模型输出结果视为一个数列输出,将模型模拟需要关联的特性参数通过适当的增减变化偏置,分析模型输出结果,采取相关系数法、TIC系数法、B型灰色关联分析法几种方法表征模型模拟需要关联的特性参数变化导致模型输出结果与特性参数不变时输出置信度。其中:
相关系数法:表征两个序列之间的线性关系的近似程度,绝对值越接近1则二者越接近线性关系。
TIC系数法:表征两样本间偏差,ρ=0表示两样本完全一致,ρ越接近1表示二者越不相容;
B型灰色关联分析法:以描述相似性的物理特征位移差、一阶斜率差和二阶斜率差来共同反映序列间关联程度。
其中:
xi指的是模型模拟系统的某一内在特性参数不变的情况下,模型的输出结果序列:
yi指的是模型模拟系统的某一内在特性参数按照规律调整的情况下,模型的输出结果序列。
根据以上分析,按照参数偏置梳理模型需要重点模拟的管理特性参数进行模型仿真置信度影响排序,将参数偏置3%导致相关系数变化影响不小于3%,参数偏置3%导致TIC系数法增加0.2以上,参数偏置3%导致B型灰色关联一阶斜率差和二阶斜率差增加0.1以上的参数视为模型仿真置信度影响主要参数。该过程贯彻到模型设计的步骤中,归纳为:
a)初始化参数设计:系统需要模拟的能力项系统需要仿真的内在特性因素、能力项与系统关联参数。比如飞行员体感过载计算需要考虑飞机气动参数、动力参数、重量参数、总体布置参数、飞控\发控模型、飞行员座椅位置参数等;
b)仿真交互接口设计:仿真模型运行过程中为体现需要模拟的能力项,需要进行交互的输入输出接口设计;
c)仿真校验方法设计:结合模型需要仿真功能项及仿真中需要体现的性能项分析,设计模型置信度校验需求,并给出校验的方法及准则。
以飞行员体感过载计算功能为例,给出基于置信度矩阵的高保真度模型设计方法。见表1。
表1基于置信度矩阵的飞行员体感过载计算模型构建
与现有技术相比,本申请在模型数学原理和逻辑驱动分析阶段工作量和难度相对提升,但是减少模型置信度验证-修正的工作量,保证作战仿真模型能够快速达到较高的仿真置信度并与仿真环境实现高效的集成。
至此,已经结合附图所示的优选实施方式描述了本申请的技术方案,领域内技术人员应该理解的是,本申请的保护范围显然不局限于这些具体实施方式,在不偏离本申请的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本申请的保护范围之内。
Claims (8)
1.一种基于置信度矩阵的高保真度仿真模型设计方法,其特征在于,包括:
步骤S1、确定进行仿真的模型架构;
步骤S2、确定进行仿真的模型功能;
步骤S3、梳理出需要模拟的能力项相关的关键影响因素,确定模型输入参数;
步骤S4、确定在第一模型输入参数的情况下获得的第一模型输出序列;
步骤S5、确定在第二模型输入参数的情况下获得的第二模型输出序列,其中,所述第二模型输入参数较所述第一模型输入参数中的测试参数进行了偏置;
步骤S6、确定在所述偏置情况下,第二模型输出序列较所述第一模型输出序列的变化率,对变化率超过阈值时所对应的测试参数进行排序,获得模型仿真置信度影响参数序列。
2.如权利要求1所述的基于置信度矩阵的高保真度仿真模型设计方法,其特征在于,步骤S1中,所述模型架构至少包括:
实体特征部分,包含实体作战相关属性及特性模拟要求;
仿真交互部分,包含仿真模型中的外部驱动逻辑;
仿真配置部分,包含仿真模型的初始化条目。
3.如权利要求1所述的基于置信度矩阵的高保真度仿真模型设计方法,其特征在于,步骤S2中,确定所述模型功能至少包括:
梳理模型作战仿真相关功能性;
梳理模型仿真过程作战相关操作及影响;
确定模型仿真操作接口;
梳理模型仿真时间相关特性。
4.如权利要求3所述的基于置信度矩阵的高保真度仿真模型设计方法,其特征在于,所述关键影响因素包括:仿真相关性能指标、自身特性影响因素、自然环境影响因素、作战对象及平台系统影响因素、操作控制影响因素、使用限制、仿真初始化参数配置需求、交互接口。
5.如权利要求1所述的基于置信度矩阵的高保真度仿真模型设计方法,其特征在于,步骤S5中,所述偏置为3%。
6.如权利要求5所述的基于置信度矩阵的高保真度仿真模型设计方法,其特征在于,步骤S6中,采用相关系数法计算所述变化率,所述变化率阈值为3%。
7.如权利要求5所述的基于置信度矩阵的高保真度仿真模型设计方法,其特征在于,步骤S6中,采用TIC系数法计算所述变化率,所述变化率阈值为0.2。
8.如权利要求5所述的基于置信度矩阵的高保真度仿真模型设计方法,其特征在于,步骤S6中,采用B型灰色关联分析法计算所述变化率,所述变化率阈值为B型灰色关联一阶斜率差和二阶斜率差增加0.1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011591852.4A CN112699552A (zh) | 2020-12-29 | 2020-12-29 | 一种基于置信度矩阵的高保真度仿真模型设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011591852.4A CN112699552A (zh) | 2020-12-29 | 2020-12-29 | 一种基于置信度矩阵的高保真度仿真模型设计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112699552A true CN112699552A (zh) | 2021-04-23 |
Family
ID=75511684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011591852.4A Pending CN112699552A (zh) | 2020-12-29 | 2020-12-29 | 一种基于置信度矩阵的高保真度仿真模型设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112699552A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113553708A (zh) * | 2021-07-22 | 2021-10-26 | 北京环境特性研究所 | 一种溯源仿真模型关键影响因素的方法和装置 |
CN114383879A (zh) * | 2022-01-11 | 2022-04-22 | 安胜(天津)飞行模拟系统有限公司 | 二阶微分环路在飞行模拟机鉴定测试指南系统的测试方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103150446A (zh) * | 2013-03-21 | 2013-06-12 | 天津大学 | 临近空间飞行器模型验证与仿真实现方法 |
CN104050318A (zh) * | 2014-06-11 | 2014-09-17 | 中国人民解放军海军航空工程学院 | 一种战术导弹武器系统精度仿真及校验方法 |
CN104809935A (zh) * | 2015-05-13 | 2015-07-29 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种无人机特情故障模拟训练方法及其系统 |
CN105117568A (zh) * | 2015-09-28 | 2015-12-02 | 北京航空航天大学 | 一种换热器的不确定性设计方法 |
CN106802977A (zh) * | 2016-12-14 | 2017-06-06 | 同济大学 | 一种用于烧结矿性能指标预测及综合质量评价方法 |
CN107132771A (zh) * | 2017-03-31 | 2017-09-05 | 北京蓝箭空间科技有限公司 | 一种运载火箭飞行品质高效仿真验证方法 |
CN107609286A (zh) * | 2017-09-20 | 2018-01-19 | 北京安怀信科技股份有限公司 | 一种数学模型验模工具 |
CN108710752A (zh) * | 2018-05-17 | 2018-10-26 | 西南科技大学 | 一种基于灰色关联分析和bp神经网络的电机数据分析方法 |
CN110210171A (zh) * | 2019-06-19 | 2019-09-06 | 淮阴师范学院 | 一种数学模型验模工具 |
-
2020
- 2020-12-29 CN CN202011591852.4A patent/CN112699552A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103150446A (zh) * | 2013-03-21 | 2013-06-12 | 天津大学 | 临近空间飞行器模型验证与仿真实现方法 |
CN104050318A (zh) * | 2014-06-11 | 2014-09-17 | 中国人民解放军海军航空工程学院 | 一种战术导弹武器系统精度仿真及校验方法 |
CN104809935A (zh) * | 2015-05-13 | 2015-07-29 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种无人机特情故障模拟训练方法及其系统 |
CN105117568A (zh) * | 2015-09-28 | 2015-12-02 | 北京航空航天大学 | 一种换热器的不确定性设计方法 |
CN106802977A (zh) * | 2016-12-14 | 2017-06-06 | 同济大学 | 一种用于烧结矿性能指标预测及综合质量评价方法 |
CN107132771A (zh) * | 2017-03-31 | 2017-09-05 | 北京蓝箭空间科技有限公司 | 一种运载火箭飞行品质高效仿真验证方法 |
CN107609286A (zh) * | 2017-09-20 | 2018-01-19 | 北京安怀信科技股份有限公司 | 一种数学模型验模工具 |
CN108710752A (zh) * | 2018-05-17 | 2018-10-26 | 西南科技大学 | 一种基于灰色关联分析和bp神经网络的电机数据分析方法 |
CN110210171A (zh) * | 2019-06-19 | 2019-09-06 | 淮阴师范学院 | 一种数学模型验模工具 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113553708A (zh) * | 2021-07-22 | 2021-10-26 | 北京环境特性研究所 | 一种溯源仿真模型关键影响因素的方法和装置 |
CN113553708B (zh) * | 2021-07-22 | 2023-04-25 | 北京环境特性研究所 | 一种溯源仿真模型关键影响因素的方法和装置 |
CN114383879A (zh) * | 2022-01-11 | 2022-04-22 | 安胜(天津)飞行模拟系统有限公司 | 二阶微分环路在飞行模拟机鉴定测试指南系统的测试方法 |
CN114383879B (zh) * | 2022-01-11 | 2024-05-24 | 安胜(天津)飞行模拟系统有限公司 | 二阶微分环路在飞行模拟机鉴定测试指南系统的测试方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
West et al. | Untangling the digital thread: the challenge and promise of model-based engineering in defense acquisition | |
CN112699552A (zh) | 一种基于置信度矩阵的高保真度仿真模型设计方法 | |
CN103617324B (zh) | 基于FlightGear仿真软件的飞行仿真记录分析系统 | |
CN110554606B (zh) | 一种用于高超音速飞行器的自适应容错控制方法 | |
Liem et al. | Multi-point, multi-mission, high-fidelity aerostructural optimization of a long-range aircraft configuration | |
Dean et al. | High resolution CFD simulations of maneuvering aircraft using the CREATE-AV/Kestrel solver | |
Fang et al. | Credibility evaluation of hardware-in-the-loop simulation systems | |
CN100570619C (zh) | 一种面向产品级仿真的零部件模型降阶方法 | |
Mohammadi | Reduced sampling and incomplete sensitivity for low‐complexity robust parametric optimization | |
Fournier | A case study: Influence of Dimension Reduction on regression trees-based Algorithms-Predicting Aeronautics Loads of a Derivative Aircraft | |
Roughen et al. | A system for simulation of store separation including unsteady effects | |
CN112904898A (zh) | 旋转弹箭非定常气动响应特性评估方法和系统 | |
CN114676572B (zh) | 一种参数确定方法及装置、计算机可读存储介质 | |
CN112733259B (zh) | 一种气动伺服弹性快速迭代分析与设计方法 | |
Wygonik | Engine and multitask airplane integration: criteria of engine parameters selection | |
Campbell et al. | Data Augmentation for Intelligent Contingency Management Using Generative Adversarial Networks | |
Kestner et al. | Bayesian belief network for robust engine design and architecture selection | |
Nagami et al. | Pilot Workload Rating Predictions Using Image Data and Recurrent Neural Networks | |
Kraemer et al. | Data-driven failure identification using a motion-based simulator | |
Baye-Wallace et al. | Simulation of Inlet Unstart in a Supersonic Engine Model Running on a Raspberry Pi | |
Newman et al. | Six degree of freedom flight dynamic and performance simulation of a remotely-piloted vehicle | |
Simmons III | Aeroelastic Optimization of Sounding Rocket Fins | |
Borer | Decision making strategies for probabilistic aerospace systems design | |
Zink | A methodology for robust structural design with application to active aeroelastic wings | |
Gurny | Learning Models from Avionics Data Streams |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |