Abstract
In this paper, a meta model using neural network substituting for the simulator aerodynamic database is proposed to improve simulation fidelity near the critical flight area and real-time performance. It is shown that the accuracy of the meta model is relatively higher than the existing table lookup methods for arbitrary nonlinear database and the calculation speed is also improved for a specific F-16 maneuver simulation. The increase in the number of hidden nodes in the meta model for better accuracy of database representations causes a delay in function generation due to increased time required for computing exponential functions. In order to make up this drawback, we additionally study the fast exponential function method.
비행 시뮬레이터에 사용되는 데이터베이스를 신경회로망을 이용한 메타모델로 대체함으로써 기존 시뮬레이터 대비 비행 한계점 부근 공력특성에 대한 구현충실도 및 실시간성을 향상시키고자 하였다. 임의의 비선형 데이터베이스에 대해 메타모델의 정확도가 기존 테이블 검색 방식에 비해 상대적으로 높음을 확인하였으며 특정 F-16 기동에 대한 시뮬레이션을 통해 계산속도도 향상됨을 확인하였다. 신경회로망을 이용한 메타모델에서 은닉노드 수의 증가는 데이터베이스에 대한 추정정확도를 향상시키지만 많은 계산 시간이 소요되는 지수함수 수의 증가로 인해 함수발생 속도가 지연되게 된다. 이를 보완하기 위해 빠른 지수함수 계산 방법을 적용하는 연구도 추가적으로 수행하였다.
