近年来飞机失控已成为飞行事故的主要原因,使用飞行模拟机进行失控改出训练具有安全性和经济性等方面的优势。飞机失控改出过程相较于正常飞行过程,运动幅度大、强度高,对飞行模拟机采用的洗出算法提出了更高的要求。传统算法基于滤波器,结构简单,计算量小,但对约束的处理能力不足,且参数固定或较难调节,为提高运动仿真逼真度,充分利用模拟机运动平台的工作空间,本文基于模型预测控制原理,结合人体前庭感知模型,设计了面向失控改出训练的六自由度洗出算法,构建了算法仿真平台,对典型飞机失控改出情景进行了仿真实验,并结合模糊控制方法对算法参数进行了调节与优化。首先介绍了模拟机的飞机失控和改出训练问题,随后以经典洗出滤波算法为例,介绍了洗出算法的基本结构、介绍了坐标转换、倾斜协调、人体前庭系统等基本理论和洗出算法的逼真度评价问题,并对经典洗出算法进行了仿真和参数分析,讨论了传统算法在失控改出情境下的不足。简要介绍了模型预测控制的基本原理,结合人体耳石和半规管数学模型,以线性系统状态方程的形式,建立了六自由度感知运动的线性时不变预测模型,并设计代价函数和约束,完成了基于模型预测控制的洗出算法。为对算法进行验证,结合GTM工具箱及Flight Gear软件,构建了包含飞行动力学模型、数据预处理、洗出算法、视景系统、模拟机等模块的UPRT洗出算法仿真平台,利用平台对几种洗出算法进行了仿真实验,并分析了算法的参数敏感性。实验结果表明,建立的模型预测控制洗出算法在满足约束的基础上,相比经典洗出算法,逼真度和空间利用率均有提高。为更好的适应失控改出训练,优化算法的参数调节过程,结合模糊控制原理,设计模糊控制器实现算法参数的自适应调整,进一步提高了运动模拟逼真度。