在利用QAR数据辨识飞机气动参数过程中,针对传统极大似然法对初值选取敏感的问题,提出了一种基于改进学生心理学(ISPBO)优化算法的气动参数辨识方法。该算法在SPBO算法基础上,采用Logistic映射初始化,增强初值分布的均匀性,设计双曲函数动态调整最佳学生的迭代步长,降低对初值选取范围要求,依据极大似然判据,将飞机模型输出状态量与QAR观测矢量的差值转化为目标函数,反复迭代使目标函数最小化求取最优气动参数。辨识结果表明,该方法解决了传统极大似然法对初值选取敏感问题。

针对飞机模拟器硬件仿真时系统模块多、通信频繁、结构复杂而导致模块间布线繁杂,以及由此产生的干扰等问题,提出一种基于CAN总线的驾驶舱仿真方案。该方案中上位机负责逻辑运算,下位机负责操作信息采集,通过CAN总线将上、下位机组成一个网络,实现驾驶舱功能仿真。阐述系统的总体结构,设计了整个驾驶舱的数据传输协议,结合实际应用,给出了节点中数据收发模块的硬件设计结构和数据传输软件实现方法。实际测试结果表明,该设计布线简洁,数据传输稳定可靠,达到预期目标。