题目：人在回路仿真及驾驶员模型研究

为了提高飞机性能和替代驾驶员的一些操作，现代飞机采用了大量的飞行控制装置，这就要求驾驶员及时处理和有效利用大量的综合信息，并且快速做出操纵控制决策和响应。这么多的信息需要驾驶员来快速并及时地处理，由此带来了许多新的人机交互问题。飞行事故的统计和分析表明，越来越多的人机交互失误都是由于驾驶员不能恰当地使用这些自动化装置所引起的。由此如何协调驾驶员和被控对象的动态特性以获得最佳的操纵决策，是提高人机闭环系统性能、降低操纵负担、减少事故隐患并增加安全系数的关键问题，而建立合理的驾驶员控制模型是研究人机闭环系统的核心问题。针对驾驶员的很多行为都是基于模糊化来达到控制效果的，比如驾驶员所实施的注意力分配比率、目视显示屏幕得到的有效提示、中枢神经系统向肌肉神经系统下达的指令都是模糊的。本文提出用模糊控制理论来建立驾驶员模糊控制模型，但是模糊控制的隶属度一旦确定了就是固定的，这与人的行为不相符，所以本文把模糊云理论应用到模糊控制中从而建立基于模糊云理论的驾驶员模糊控制模型。为了验证驾驶员模型的性能，本文建立了一个人在回路的仿真平台。硬件为一个Saitek的操纵杆，软件是Visual C++6.0和DirectX 9.0开发工具包，开发平台是Windows XP。平台包括模拟操纵杆输入模块和动画显示模块两部分，其中输入模块用操纵杆模拟人对被控对象的控制, 显示模块以动画形式表现人在回路跟踪目标的运动过程。本文以被控对象1/s为例，在仿真平台上验证了基于模糊云的驾驶员模糊控制模型。以被控对象1/s为例，在仿真平台上研究了输入信号对人操纵特性的影响。以被控对象分别为比列环节1、一阶积分环节1/s、二阶积分环节1/s2为例，在仿真平台上研究了被控对象对人操纵特性的影响。文章最后还以飞机的理想模型1/s2为例，在仿真平台上研究了预见信息对驾驶员操纵特性的影响。