結冰條件下人機環復雜系統分布式仿真方法

李 哲, 徐浩軍, 薛 源, 裴彬彬, 呂晗陽

(空軍工程大學航空航天工程學院, 陜西 西安 710038)

0 引 言

結冰是導致飛機失控、誘發飛行事故的重要因素之一[1]。受結冰外部環境的限制,真實結冰試飛條件要求高,難以廣泛開展。結冰條件下地面飛行仿真模擬,對于研究結冰后飛行動力學特性,駕駛員感知結冰影響,訓練結冰條件下的操縱具有重要意義?，F有的結冰氣動影響模型較為簡單,多為結冰修正因子形式[2],且未考慮結冰時間對結冰程度的影響,駕駛員難以感受到真實結冰飛行情形,有必要建立隨時間變化的結冰模型、構建結冰條件下實時飛行仿真系統,研究結冰飛行的安全分析方法。

人機環復雜系統實時飛行仿真是以數字化飛行器的運動情況為研究對象,結合故障模式、外部環境、飛行控制律、綜合可視化顯示技術等的一種面向對象的復雜系統仿真。隨著仿真逼真程度的增加,飛行仿真系統中含有大量的數學模型,單臺計算機無法勝任高強度實時并行計算和顯示的要求。為解決這一矛盾,通過降解大型仿真系統為若干分系統,然后將分系統布置在不同節點,多機實時交互、運行仿真。運用網絡技術將大量計算機連接起來,可以獲得強大的解算能力及便捷的數據共享。構建分布式實時飛行仿真系統,為新機型的預研、設計、試驗、優化和評估等提供了可視化的驗證平臺。分布式仿真系統的構造與應用,實時網絡傳輸技術等近年來得到了廣泛的發展。

實時網絡傳輸技術最早提出是用來解決多計算協同使用過程中的數據高效實時交互問題。國外對實時網絡體系結構、標準、協議等研究較早,發展了分布式交互仿真(distributed interactive simulation,DIS)、聚合級仿真協議(aggregate level simulation protocol,ALSP)、高級體系結構(high level architecture,HLA)等仿真體系結構,將構造仿真、虛擬仿真和真實仿真集成統一,滿足復雜系統綜合仿真的需求。實時網絡技術應用很廣,美國航空航天局(national aeronautics and space administration,NASA)較早地將實時網絡技術應用到飛行模擬器中[3]。隨后針對結冰后飛機飛行動力學仿真問題,美國伊利諾伊州大學Bragg教授運用該大學實時飛行仿真模擬器[4],研究飛機遭遇結冰后的空氣動力學和飛行安全問題,提出飛機智能積冰系統(smart icing system, SIS)。NASA格林研究中心、田納西州大學等聯合研制開發了冰污染影響下飛行訓練設備[5]。文獻[6]聯合開發了積冰污染邊界保護系統(icing contamination envelope protection,ICEPro),為駕駛員提供積冰信息及飛機邊界信息[6],并在地面模擬器進行試飛驗證[7]。

國內對實時網絡技術的應用正在推廣,國防科技大學的姚新宇教授提出了基于Simulink RTW的分布式實時仿真系統構建方法[8]。北京理工大學吳嗣亮教授在衛星對抗系統中應用反射內存網絡,解決了反射內存網通訊方式、HLA應用程序協調等問題,達到了仿真系統實時性的要求[9]。中國飛行試驗研究院的歐杰、盛勇等人研究了飛行模擬系統的組建與驗證方法,并將反射內存網絡應用到試飛的實時監控中[10-11]。南京航空航天大學的楊國清在某型號任務的射頻仿真系統中,采用反射內存網絡技術,取得了良好的實時效果[12]。西北工業大學的高立娥等人在水下航行器半實物仿真系統中,應用反射內存實時網絡技術,顯著提高了仿真幀頻,降低了多種仿真設備間信息傳輸中的信號干擾[13]。哈爾濱工業大學的袁贛南教授對反射內存網絡構成的實時網絡關鍵技術進行了研究[14]。反射內存網絡的優勢使其適用于分布式實時仿真控制領域,上海交通大學的王旭永教授研究了群設備間強實時性通信問題,提出了基于“xPC+反射內存網”的解決方案[15]。西北工業大學周軍教授將分布式實時仿真應用于動態平衡作戰仿真系統[16]。反射內存網絡良好的實時性為實時系統提供了堅實的技術支撐,在復雜系統仿真、網絡通訊、工業控制等領域都取得了一定的成果。

分布式飛行仿真系統由多個節點組成,各節點間需要大量數據傳輸?；诜瓷鋬却婵ǖ耐ㄓ嵕W絡,能夠很好地解決實時性問題。本文以某型運輸機飛行仿真模擬器為研究對象,綜合運用分布式仿真技術、反射內存技術、可視化技術和風險評估技術等,設計開發了開放式通用結冰條件下飛行仿真模擬器,并基于分布式實時仿真系統,研究了結冰條件下飛行安全分析方法。

1 分布式飛行仿真系統架構

根據仿真模型類型及其實現方式的不同,仿真系統分為數字仿真、半實物仿真和人在回路仿真。本文所構建的飛行模擬器采用人在回路仿真。飛行器等被控對象的動態特性通過建立數學模型在計算機上運行,實驗人員通過人感系統操縱數字化模型。人在回路的仿真必須實時進行,對系統運行的可靠性、實時性提出了很高的要求。

分布式飛行仿真各節點含有復雜的迭代計算,各計算節點間需要大量時間同步的數據交互,為滿足上述要求需要建立具有數據傳輸穩定、傳輸效率高、糾錯能力強、延遲可預測、良好兼容性等特點的通訊網絡。傳統網絡技術,如以太網、光纖分布式數據接口(fiber distnbuted data interface,FDDI)等組網技術存在以下弊端:①網絡延遲較大,數據傳輸速率不高,尤其是對于大量的數據處理,實時性較差;②當網絡負載較大時,傳輸數據延遲不可預測,易丟包,準確性較差;③網絡通訊必須借助復雜的網絡協議,通訊效率較低。反射內存網是一種高速、實時、可預測性的網絡,可以較好地解決實時系統中數據傳輸的實時性問題,已在許多實時領域得到應用。傳統以太網與反射內存網性能參數比較如表1所示[14]。根據分布式飛行仿真系統的實際需求,將系統的各個任務分配到節點仿真計算機,系統結構如圖1所示。

表1 反射內存網與傳統以太網比較

圖1 分布式飛行仿真結構圖Fig.1 Distributed flight simulation architecture

系統主要由模型解算、可視化顯示、控制臺與存儲計算機組成。為滿足分布式仿真實時性的要求,模型解算分為:輸入輸出(input-output,IO)計算機、外部環境加載、氣動力計算、飛行解算、風險評估、邊界保護與節點計算機。7臺計算機通過多模光纖Hub互聯,構成星形拓撲的反射內存網絡。IO計算機主要用于駕駛員操縱的輸入以及駕駛桿力等的輸出。外部環境計算機包括結冰、風切邊、大氣紊流等模型解算。風險評估計算機通過飛行解算數據進行實時在線的風險預測,邊界保護計算機進行在線邊界告警?？刂婆_由一臺計算機負責,用于規劃監控整個系統的運行,存儲計算機用于存儲飛行數據?？梢暬@示部分,包括一臺大型視景工作站和一臺座艙內顯示計算機,分別負責駕駛員視角外部環境顯示和駕駛艙內電子儀表的顯示。由于控制臺、存儲計算機以及可視化顯示系統不需要模型解算與強實時數據共享,通過以太網與節點計算機連接。

2 結冰飛行仿真實時通訊網絡構建

實時通訊網絡系統是指在規定時間內相互交聯的計算機能夠執行計算等處理協同異步事件的系統,完成規定任務的時間是評價該系統優劣的決定性因素。當前分布式實時系統多指硬實時系統,即每個任務均需要在規定的截止時間完成相應任務。實時網絡必須具備實時操作系統,通訊的確定性與可預測性。若某節點數據傳輸超過時限,即便對應節點接收到相關數據,系統將認為該次數據傳輸無效。

2.1 基于反射內存技術的通訊網絡

反射內存技術是通過局域網在互連的計算機間提供高效數據傳輸的技術。每個反射內存卡都有固定唯一的物理內存地址,可以插在多種總線的主板上,如VME、PCI等?，F在常用的反射內存卡為VMIC-5565。該技術的基本原理類似于分布式的共享內存,每個計算機節點配置一塊反射內存卡,構成高速復制內存的環狀網絡,如圖2所示?？ㄉ项A留有雙口內存,各層軟件均可讀、寫這些內存。網絡中每臺計算機在向本地反射內存寫入數據的同時,對應的數據和存儲地址通過網絡廣播到其他節點的反射內存卡中的相應位置,沒有總線沖突和協議耗時,網絡中的每臺計算機均可以在幾微秒甚至納秒級別內讀取新數據。由于反射內存的數據更新僅依賴于硬件操作,仿真系統的網絡延遲僅取決于網絡節點個數和占用帶寬比例,網絡延遲的大幅縮小保證了系統實時性要求。

圖2 反射內存網環狀結構Fig.2 Ring structure of VMIC network

目前，反射內存網的拓撲結構主要包括環狀和星形及其變異結構兩種。環形結構不需要光纖Hub,節省了光纖使用量和設備,但網絡中每個節點會有一定的延遲,且串聯結構中若一個節點故障將致使整個網絡癱瘓,不便于網絡重組[17];星形結構中,每個節點都通過兩個分別用于發送和接收的點到點鏈路,與Hub上的自動光纖旁路板相連,避免了單點失效引起的網絡失效,實現了故障隔離,延遲較小,但光纖使用量較大,Hub故障問題不容忽視。本文采用基于星形物理拓撲的邏輯內環反射內存網結構,其中心節點為一個光纖旁路Hub,如圖3所示。

圖3 反射內存網星狀結構Fig.3 Star structure of VMIC network

2.2 結冰計算節點設計

外部惡劣環境因素包括:結冰、大氣擾動、尾流以及風切邊等。結冰條件由于受到飛行條件與飛行狀態的影響,其建模較為復雜。以飛機翼面結冰為例,翼面主要影響飛機流場特性,引起飛機氣動導數的變化,進而引起氣動力變化,影響飛行狀態?，F有工程簡化的結冰模型為式(1),在氣動導數數據庫中提取氣動導數時,可通過結冰因子進行修正。

CA(ice)=(1+ηKice)CA

(1)

式中,CA,CA,ice分別為結冰前后飛機氣動導數值;Kice為結冰系數,對于給定的飛機為常值,取值見文獻[2];η為結冰因子,表示結冰的嚴重程度,與飛機參數無關。

該模型較為簡單,對于結冰的情形描述不夠精確。結冰條件的不同,導致最終形成的結冰幾何外形不同,進而影響氣動特性。以對飛機影響嚴重的明冰為例,明冰形成過程數據來源于NASA Gleen中心對NACA 23012翼型結冰風洞實驗[18],冰形和升力系數隨結冰時間變化如圖4所示,圖中實驗條件為飛行速度200 kts,平均液態水含量0.75 g/m3,平均水滴有效直徑15 μm,空氣溫度2.2 ℃。

圖4 NASA冰風洞升力系數實驗結果Fig.4 NASA lift coefficient experiment results by ice wind tunnel

依據冰風洞實驗得到的翼型升力阻力系數,估算工程所需的整機結冰氣動系數[19]。結冰冰形隨時間的變化及氣動影響特性構成結冰氣動影響數據庫。因為通過結冰試飛或風洞吹風只能得到部分典型狀態點的結冰氣動導數,故依據試驗樣本點通過3次樣條插值等方法,擴充結冰氣動導數數據庫[20],以滿足各個飛行狀態所需的結冰氣動導數。

結冰影響模型加載在外部環境節點計算機上。需要建立以結冰環境與結冰時間為輸入,結冰冰形,氣動影響為輸出的結冰數據庫。結冰環境主要包括該空域云層的3個參數:空氣溫度(T)、云的液態水含量(liquid water content,LWC)和平均水滴有效直徑(mean volumetric diameter,MVD)[19]。通過實時交換飛行狀態數據,獲取下一時刻結冰情形及對氣動導數的影響,并寫入反射內存卡,供氣動力計算模塊調用結冰后的氣動導數。結冰后氣動導數計算關系為

CA(ice)=f((α,β,V),(T,LWC,MVD),tice)

(2)

在研究高精度結冰飛機仿真建模時,需要建立高精度的結冰影響氣動數據庫模塊?，F有技術水平下,無論采用實驗的手段還是計算流體動力學流場仿真手段,獲得飛機結冰后的氣動特性均需要花費大量時間,無法進行實時飛行仿真。因而在結冰控制端設定好某次飛行情形下的結冰類型,并在仿真過程中從結冰氣動導數數據庫中調取相應氣動導數。其結冰模型模塊化設計如圖5所示。

圖5 結冰影響計算機的數據傳輸Fig.5 Data transmission in icing effect computer

2.3 飛控計算與飛行求解節點設計

根據圖1,飛控計算和飛行求解部分主要包括構建模型、設計控制律、整合輸入輸出參數、數據模型替換和管理等。為實現仿真系統的通用性,結合分布式思想,對飛行器模型、控制律模型和輸入輸出參數整合模型進行模塊化設計,預留標準的數據接口,便于改造和替換仿真對象。

結合背景飛機,將飛行器非線性數學模型、控制律模型和輸入輸出參數整合模型進行獨立封裝?？刂坡赡Ｐ头庋b示意圖如圖6所示。

圖6 控制律計算機的數據傳輸Fig.6 Data transmission in control law computer

模型中,控制律的輸入主要包括兩部分。一是由駕駛員操縱輸入(如操縱桿等),通過操縱解算計算機解算并將數據分發至各反射內存卡,供控制律解算讀取;二是由飛控計算和飛行求解計算機反饋的相應參數,直接廣播至反射內存卡中?？刂坡赡Ｐ陀嬎銠C解算后的數據,供飛行計算、執行機構、視景顯示、風險評估等節點計算機讀取,構成閉環回路。

飛行解算節點進行結冰后全量方程的求解。通過控制律計算得到舵偏與油門大小,獲得飛行狀態變化與飛行軌跡。飛機解算方程的動力學方程與運動學方程分別為

(3)

(4)

圖7 非對稱結冰飛行狀態響應Fig.7 Flight response in asymmetric icing conditions

2.4 視景節點設計

視景計算機主要用來調度處理模型和地景,依據駕駛員輸入隨時改變外部環境參數、觀察視角和駕駛艙內外顯示畫面,增加爆炸、煙霧等特殊效果。視景計算機能夠接收駕駛員操縱控制信息和飛行解算計算機的實時計算數據,結合空地視景,顯示飛行器的實時飛行姿態和舵面偏轉情況,實時存儲數據但不必反饋。視景軟件框架如圖8所示。

圖8 視景軟件框架Fig.8 Visual software framework

3 復雜飛行仿真系統工作方式

實時飛行模擬器上所配置的軟件系統較為龐雜,既有狀態量解算等實時性要求較強的軟件,也包括教員控制、工程師管理等對實時性要求不高的軟件,因此在設計網絡通信架構時,需根據需求綜合設計,建立合理的通信架構,滿足快速、靈活性要求。

根據系統需求,強實時性要求的計算機主要包括輸入輸出模型、外部環境因素影響計算、氣動力計算、飛行狀態量解算、在線風險評估與安全邊界實時解算,因此飛行仿真系統中進行與此相關的解算計算機劃歸為實時環內,進程控制的節點計算機也編入實時環內。編寫嵌入式程序,將程序加載到Vxworks實時操縱系統的節點計算機上。座艙內的平顯、視景顯示系統雖具有一定的實時性要求,但飛行模擬器顯示系統允許10 ms級的時間延遲,屬于非強實時性,可通過千兆子網絡聯接;教員控制臺、工程師管理等涉及人機交互界面的計算機允許的時間延遲較大,可在Windows操縱系統下運行,普通局域網進行數據交換即可滿足需求。

反射內存網內各解算模塊必須同步進行,復雜實時仿真系統網絡由系統給流程控制計算機發送節拍指令,其同步機制:

(1) 教員控制計算節點打出仿真指令至流程控制節點計算機,并在VMIC內改寫預留標志;

(2) 節點計算機通過閱讀VMIC內的標志判定是否開始本模塊解算,解算完畢后向VMIC保留地址標志位寫入相應信號;

(3) 流程控制節點計算機綜合各環內計算節點的解算情況,并與系統設定的任務時鐘周期比較,若各節點在規定周期內完成解算任務,則等待下一個規定觸發時刻,進行下一次解算;

(4) 若計算節點未在規定周期內完成解算,進程控制節點計算機則等待全部解算任務完成后,再等待進入下一次解算,并與時鐘周期對比,順延所有仿真解算任務,同時在管理軟件中顯示導致延遲的計算節點,便于統一管理與后期改進維護。實時同步時間序列的設計方案如圖9所示。

圖9 實時同步時間序列Fig.9 Real-time synchronous time sequence

傳統主控計算機主要進行飛行解算和流程控制等功能,但工程調試經驗表明,兩個強實時性解算模塊耦合在一起,不便于工程管理、軟件開發和后期維護改造等。背景飛機飛行模擬器采用分布式節點布置,構建實時網絡數據分發架構,最大程度發揮不同功能節點的功效,提高仿真系統的通用性、靈活性。飛行狀態量解算、氣動力計算等計算機集中資源進行強實時性飛行解算;教員控制臺等流程控制模塊集中資源進行飛行仿真評估分析和數據分發配置等。各計算機分工明確,數據流向清晰可查,便于仿真系統調試和維護,仿真數據流向如圖10所示。

圖10 仿真數據流向Fig.10 Simulation data flow

4 結冰飛行安全分析方法

4.1 風險評估

風險評估計算節點,包括風險概率定量評估與在線安全窗風險告警。風險概率定量評估是通過分析飛行狀態極值參數統計特性,采用參數超限與小概率事件評估的方法對飛行風險進行定量評估。以非對稱結冰仿真為例,選取迎角與滾轉角為評估參數,分析參數極值樣本的統計規律。采用Copula模型對二維極值參數分布模型進行描述,得到其風險概率密度分布圖與累計概率分布圖,如圖11所示[21],X,Y軸分別為迎角極值和滾轉角極值的概率分布函數,Z軸分別為概率密度和累積概率,繼而得到風險概率。

圖11 概率密度與累積概率分布圖Fig.11 Distribution maps of probability density and cumulative probability

在線安全窗風險告警,是通過計算機模擬仿真,對飛行狀態參數數值進行等級劃分,并用不同的顏色表示危險等級,得到預測時間段內單個飛行參數的安全譜,疊加各飛行參數風險度,得到該情形下的飛行安全譜,如圖12所示。

圖12 綜合飛行情形安全譜Fig.12 Integral safety spectrum of flight situation

以遭遇對稱結冰(η=0.1)和非對稱結冰(右機翼η=0.1,左機翼η=0)為例,在三維空間中通過跟蹤俯仰角與傾斜角軌跡進行仿真。根據飛行解算計算機計算得到的飛機狀態變量的變化曲線,將各參數劃分不同危險等級。對稱結冰條件下,舵面失效明顯,安全范圍顯著縮小;非對稱結冰條件下,右側舵面被污染,安全窗口形狀畸變,但左側機翼未被污染,仍有舵面效應,因此窗口面積縮小較少,如圖13所示。此外,結冰隨時間變化氣動影響數據庫建立后,可獲取隨結冰時間增加飛行安全窗的變化情況。不同因素之間的耦合對飛行安全的影響,同樣可用安全窗展示出來,并給予駕駛員安全提示。

圖13 平飛狀態下飛行安全窗(H0=2 000 m,V0=120 m/s)Fig.13 Flight safety windows for flat flight (H0=2 000 m, V0=120 m/s)

4.2 邊界保護

飛機結冰后氣動導數變化,會引起飛機動力學模型參數的改變。邊界保護節點,依據非線性系統分析方法,繪制狀態參數的二維三維相圖,判斷穩定平衡狀態。圖14中橫坐標為迎角,縱坐標為俯仰角速率,紅色線條是最接近不穩定平衡點但趨向于穩定平衡點的相軌跡,由非線性動力學可知,該相軌跡構成了穩定焦點A和鞍點B的邊界。紅色邊界左下方區域的相軌跡均最終趨向于穩定焦點A,構成穩定域;紅色邊界右上方相軌跡均趨向無窮遠處[22]。因此在迎角小于失速迎角時,仍然要考慮俯仰角速度的許用范圍。

圖14 飛機結冰后縱向運動相平面圖(α=0.254 8 rad)Fig.14 Phase plane of icing aircraft longitudinal motion (α=0.254 8 rad)

圖15為縱向運動中平衡點穩定域隨結冰因子的變化,用于動態評估飛機在某一平衡點抗擾動的穩定范圍。通過非線性系統流形法[23],可繪制基于迎角、速度、俯仰角速度構成的三維穩定域。穩定域的大小表示,平衡點受到擾動后,能恢復原平衡的穩定范圍。由圖15可以看出,隨著結冰因子的增加,穩定域逐步縮小,表明隨著結冰程度的增加,飛機抗干擾的能力越來越弱。η從0.1～0.3的變化過程中,飛機經歷了弱結冰至強結冰的過程,穩定域范圍縮減明顯;在強結冰后(η>0.3),穩定域范圍已縮減嚴重,隨著η值的增加,穩定域縮減效果逐漸降低。

圖15 飛機結冰后縱向運動穩定邊界Fig.15 Stability boundary of icing aircraft longitudinal motion

5 結 論

本文主要對結冰條件下基于人機環分布式實時飛行仿真系統的構建以及安全分析方法進行了研究。構建了以反射內存通訊網絡為基礎,結合以太網的分布式實時仿真系統。仿真系統采用了7個模塊化的網絡節點,便于各模塊單獨開發,以及后期飛行包的維護、更改和替換,拓展飛行模擬器的使用范圍。并對飛行仿真系統的工作方式與時間同步方法進行研究,滿足了飛行仿真實時性的要求。

基于該仿真平臺,能夠直觀地研究不同結冰條件和不同飛行狀態下的飛行安全參數變化趨勢,確定結冰誘發飛行風險中的飛行動力學原因。通過關鍵飛行安全參數風險度的綜合所構建的飛行安全窗,與結冰后穩定域的計算,對在線預警飛行風險、提高駕駛員的情景感知能力具有重要作用。

下一步研究中,進一步完善結冰氣動導數數據庫,增加氣動導數的插值密度;完善多種外部環境因素疊加影響下的飛行模擬過程,對多因素耦合作用下的飛行安全分析提供平臺支撐。

參考文獻：

[1] ANDREW L R. Examination of icing induced loss of control and its mitigations[R]. USA: NASA/TM—2010-216912, 2010.

[2] BRAGG M B, HUTCHISON T, MERRET J. Effect of ice accretion on aircraft flight dynamics[J].Journal of Pediatric Hematology/Oncology, 1999,21(2):136-141.

[3] CLEVELAND J I, SUDIK S, GROVE R. High performance real-time flight simulation at NASA Langley[C]∥Proc.of the 4th National Technology Transfer Conference and Exposition, 1994: 456-462.

[4] BRAGG M B,VBASAR T, PERKINS W R, et al. Smart icing systems for aircraft icing safety[C]∥Proc.of the AIAA Aerospace Science Meeting & Exhibit,2008.

[5] ROBERT W D, GLEN A D. Icing encounter flight simulator[J]. Journal of Aircraft, 2006, 43(5): 1528-1537.

[6] GINGRAS D R, BARNHART B, RANAUDO R, et al. Deve-lopment and implementation of a model-driven envelope protection system for in-flight ice contamination[C]∥Proc.of the AIAA Guidance, Navigation and Control Conference, 2010.

[7] RANAUDO R, MARTOS B, NORTON B, et al. Piloted simulation to evaluate the utility of a real time envelope protection system for mitigating in-flight icing hazards[C]∥Proc.of the AIAA Atmospheric and Environments Conference, 2010.

[8] 石仁星.基于Simulink RTW的分布式實時仿真關鍵技術研究[D].長沙: 國防科技大學, 2011.

SHI R X. Key technical research of distributed real-time simulation based on simulink RTW[D]. Changsha: National University of Defense Technology, 2011.

[9] 李海,吳嗣亮. 基于HLA和反射內存網的半實物衛星對抗仿真系統[J]. 系統仿真學報, 2006, 18(6): 1520-1523.

LI H, WU C L. Hard-in-the-loop simulation system of communication satellite countermeasure based on HLA and reflective memory network[J]. Journal of System Simulation, 2006, 18(6): 1520-1523.

[10] 歐杰,李岑. 某型飛機模擬仿真系統組建和研究[J].硅谷, 2014, 151(7): 55-57.

OU J, LI C. Form and research of an aircraft analog simulation system[J]. Silicon Valley, 2014, 151(7): 55-57.

[11] 盛勇,白光豐,范旭明. 實時反射內存網絡在試飛實時監控系統中的應用[J]. 計算機測量與控制, 2014, 22(7): 2297-2300.

SHENG Y, BAI G F, FAN X M. Application of reflective memory network in flight real-time monitoring system[J]. Computer Measurement and Control,2014,22(7):2297-2300.

[12] 楊國青.射頻仿真實時控制系統的設計與應用[D].南京:南京航空航天大學,2011.

YANG G Q. Design and application of RF simulation real-time control system[D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2011.

[13] 高立娥,康鳳菊,王彥愷. 一種基于反射內存實時網絡的半實物仿真系統[J].計算機仿真, 2004, 22(3): 29-32.

GAO L E, KANG F J, WANG Y K. A hardware-in-the-loop simulation system based on reflective memory real-time network[J]. Computer Simulation, 2004, 22(3): 29-32.

[14] 紀紅. 基于反射內存網絡的實時網絡關鍵技術的研究[D]. 哈爾濱: 哈爾濱工業大學, 2013.

JI H. Research on the key technology for real-time network based on reflective memory network[D]. Harbin: Harbin Engineering University, 2013.

[15] 揚飛鴻,王旭永,陶建峰. 基于xPC和反射內存網的半實物仿真[J].上海交通大學學報, 2010, 44(7):892-896.

YANG F H, WANG X Y, TAO J F. Hardware-in-the-loop simulation based on xPC target and reflective memory network[J].Journal of Shanghai Jiaotong University,2010,44(7):892-896.

[16] 熊嵩,周軍,呼衛軍.基于擴展HLA的作戰系統動態平衡仿真[J].系統工程與電子技術, 2014, 36(4): 789-794.

XIONG S, ZHOU J, HU W J. Dynamic balancing combat system simulation based on extended HLA[J]. Systems Engineering and Electronics, 2014, 36(4): 789-794.

[17] 馮炳燦,孔德仁. 反射內存網絡在實時測控系統中的應用[J].計算機測量與控制, 2011,19(1):60-62.

FENG B C, KONG D R. Application of reflective memory network in real-time measurement and control system[J]. Computer Measurement & Control, 2011, 19(1): 60-62.

[18] BROEREN A P, BRAGG M B, ADDY H E, et al. Effect of high-fidelity ice accretion simulations on the performance of a full-scale airfoil model[C]∥Proc.of the 46th AIAA Aerospace Science Meeting & Exhibit, 2008.

[19] 徐浩軍,李穎暉,李哲. 飛行安全理論與分析[M]. 北京: 科學出版社, 2017: 190-206.

XU H J, LI Y H, LI Z. Flight safety theory and analysis[M]. Beijing: Sciences Press, 2017: 190-206.

[20] FIKRET C, RAHMI A. Aircraft icing detection, identification, and reconfigurable control based on Kalman filtering and neural networks[J]. Journal of Aerospace Engineering, 2008, 21(2): 51-60.

[21] WANG X L, XU H J, XUE Y. Flight risk assessment in icing conditions based on multivariate extreme value theory[C]∥Proc.of the 25th European Safety and Reliability Conference, 2015:665-673.

[22] 屈亮,李穎暉,袁國強，等.基于相平面法的結冰飛機縱向非線性穩定域分析[J].航空學報,2016，37(3):865-872.

QU L, LI Y H, YUAN G Q, et al. Analysis of longitudinal nonlinear stabilizing region for icing aircraft based on phase-plane method[J].Acta Aeronautica et Astronautica Sinica, 2016，37(3): 865-872.

[23] 李殿璞. 非線性控制系統[M].西安:西北工業大學出版社,2009:94-140.

LI D P. Nonlinear control system[M]. Xi’an: Northwestern Polytechnical University Press, 2009: 94-140.