聂 凯，栾瑞鹏

(中国人民解放军92124部队，辽宁 大连 116023)

1 仿真模型VV&A

随着仿真技术的迅速发展，仿真试验已逐渐成为飞行器定型试验中不可缺少的试验手段，与外场试验有机结合，推动着飞行器试验与鉴定技术的发展。仿真试验最重要的是仿真系统的可信性，仿真系统的校核、验证与确认(Verification，Validation and Accreditation，VV&A)日益成为人们研究的热点[1]。通过静态、动态数据验证飞行数据与仿真数据的一致性，是目前飞行器仿真模型验证过程中最常用、最重要的方法[2]。通过验证飞行数据与仿真数据的一致性，进而确定仿真系统的可信度对仿真系统来说非常重要。

静态数据的验证方法一般包括图示法、统计分析法、假设检验法等，动态数据的验证方法分为相似比较方法(误差分析法、灰色关联分析法、相关系数法)、特征比较方法(时域分析、频域分析)等[3]，已成功应用于各种仿真试验模型验证。受飞行器实际试验成本限制，实际飞行数据呈现小样本特性，而仿真结果样本量不受限制，会造成验前大容量仿真信息“淹没”飞行小样本试验信息问题[4]。针对飞行数据小样本问题，人们通过研究提出了很多解决方法，如贝叶斯估计、Bootstrap方法[5]、主从一体化检验[6]等，但依然会增加决策风险[7]。

近年来，以深度学习为代表的人工智能技术迅速发展，人们研究了多种数据增强方法来满足其训练时对大样本数据量的需求[8]。当飞行器实际飞行数据小样本无法满足仿真模型验证需求时，可以通过采用生成式对抗网络(Generative Adversarial Nets，GAN)等深度学习新技术生成逼真数据，扩大数据子样[9]。……