基于神经网络的飞机垂直尾翼振动主动控制
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-18页 |
| ·课题的研究背景和概况 | 第11-14页 |
| ·基于神经网络的结构振动主动控制技术 | 第14-17页 |
| ·本文研究的主要内容 | 第17-18页 |
| 第二章 神经网络系统辩识与控制理论 | 第18-27页 |
| ·人工神经网络 | 第18-21页 |
| ·BP 神经网络 | 第18-19页 |
| ·BP 算法 | 第19-21页 |
| ·神经网络系统辨识理论 | 第21-24页 |
| ·基于神经网络的非线性动态系统辨识 | 第22-23页 |
| ·非线性动态系统模型 | 第23页 |
| ·BP 神经网络模型的设计 | 第23-24页 |
| ·神经网络的泛化能力 | 第24页 |
| ·神经网络控制理论 | 第24-26页 |
| ·神经网络控制基础 | 第24-25页 |
| ·基于神经网络的自校正控制 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 垂直尾翼模型的神经网络辨识 | 第27-39页 |
| ·基于神经网络的垂尾结构控制系统辨识 | 第27-29页 |
| ·样本数据的采集及处理 | 第29-33页 |
| ·垂尾模型实验系统 | 第29-30页 |
| ·样本数据的采集 | 第30-32页 |
| ·样本数据的预处理 | 第32-33页 |
| ·样本数据的分组 | 第33页 |
| ·神经网络模型的训练及辨识结果 | 第33-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 基于神经网络的垂尾结构振动主动控制器设计 | 第39-44页 |
| ·基于神经网络的垂尾结构振动自校正控制策略 | 第39-42页 |
| ·神经自校正控制方法的特点 | 第42页 |
| ·垂尾结构的神经自校正控制流程 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 垂尾结构振动主动控制实验研究 | 第44-57页 |
| ·垂尾振动主动控制系统的实验硬件平台 | 第44-46页 |
| ·基于神经网络的垂尾振动控制系统软件设计 | 第46-49页 |
| ·双缓冲技术 | 第47页 |
| ·采样频率 | 第47页 |
| ·程序设计 | 第47-48页 |
| ·运算时间测试 | 第48-49页 |
| ·控制实验及结果分析 | 第49-56页 |
| ·6Hz 单频控制实验 | 第49-51页 |
| ·2~15Hz 扫频控制实验 | 第51-53页 |
| ·2~50Hz 扫频控制实验 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 全文总结与展望 | 第57-59页 |
| ·全文总结 | 第57页 |
| ·研究工作展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 在学期间的研究成果及发表的学术论文 | 第64页 |
