前向神经网络在飞行器纵向控制系统中的应用研究
| 第一章 绪论 | 第1-14页 |
| ·选题背景 | 第8-10页 |
| ·神经网络的发展概况 | 第10-11页 |
| ·基于神经网络的控制和辨识 | 第11-13页 |
| ·本文主要研究工作的意义和内容 | 第13-14页 |
| 第二章 某导弹纵向运动模型的建立 | 第14-20页 |
| ·导弹的纵向运动非线性模型 | 第14-15页 |
| ·计算机仿真模型的建立 | 第15-18页 |
| ·导弹系统模块化设计思想 | 第15-16页 |
| ·导弹空气动力和舵机仿真模型的建立 | 第16-18页 |
| ·导弹的总仿真图及无控运动仿真 | 第18-20页 |
| 第三章 神经网络理论基础 | 第20-31页 |
| ·神经元模型和神经网络模型 | 第20-23页 |
| ·控制用的神经元模型 | 第20-22页 |
| ·人工神经网络模型 | 第22-23页 |
| ·BP网络 | 第23-25页 |
| ·BP网络的学习算法 | 第25-29页 |
| ·性能指标 | 第25页 |
| ·神经网络参数优化算法 | 第25-27页 |
| ·BP网络的训练算法 | 第27-29页 |
| ·各种算法的比较和仿真 | 第29-31页 |
| 第四章 神经网络控制技术 | 第31-50页 |
| ·神经网络软测量 | 第31-35页 |
| ·软件测量模型的数学描述 | 第31-32页 |
| ·软件测量的方法和技术 | 第32-34页 |
| ·BP网络在多变量非线性系统软测量中的应用 | 第34页 |
| ·仿真研究 | 第34-35页 |
| ·非线性系统的神经网络辨识 | 第35-44页 |
| ·神经网络辨识的内涵 | 第35-37页 |
| ·传统系统辨识方法和神经网络辨识方法 | 第37-39页 |
| ·基于BP网络的非线性动态系统辨识 | 第39-41页 |
| ·无模型神经网络辨识器的设计 | 第41-42页 |
| ·仿真研究 | 第42-44页 |
| ·无模型神经网络自适应控制 | 第44-50页 |
| ·神经网络自适应控制方法 | 第44-48页 |
| ·仿真研究 | 第48-50页 |
| 第五章 BP网络在导弹纵向系统建模中的应用 | 第50-62页 |
| ·BP网络软测量技术的应用与仿真 | 第50-53页 |
| ·导弹纵向系统中静态模型 | 第50-51页 |
| ·仿真研究 | 第51-53页 |
| ·纵向气动特性的BP网络辨识与仿真 | 第53-56页 |
| ·气动特性基本模型 | 第53页 |
| ·仿真研究 | 第53-56页 |
| ·纵向动态模型的辨识 | 第56-62页 |
| ·纵向动态系统的输入输出模型描述 | 第56-57页 |
| ·纵向动态模型的BP网络在线自适应辨识 | 第57-58页 |
| ·仿真研究 | 第58-62页 |
| 第六章 BP网络在导弹纵向自动驾驶仪中的应用 | 第62-76页 |
| ·基于BP网络的导弹姿态逆控制 | 第63-68页 |
| ·非线性系统的可逆性 | 第63-64页 |
| ·BP网络逆控制器的基本结构 | 第64页 |
| ·逆对象的辨识器的设计与仿真 | 第64-66页 |
| ·俯仰姿态的逆控制器设计与仿真 | 第66-68页 |
| ·基于BP网络混合调参控制的自动驾驶仪 | 第68-76页 |
| ·BP网络混合调参控制器的基本结构 | 第69页 |
| ·三回路的经典自动驾驶仪 | 第69-72页 |
| ·BP网络NNAC的设计 | 第72-74页 |
| ·控制系统仿真研究 | 第74-76页 |
| 第七章 总结与展望 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-82页 |
