平台稳定回路数字控制器的研究
摘要 | 第1-5页 |
Abstract | 第5-10页 |
第1章 绪论 | 第10-18页 |
·课题的研究意义及目的 | 第10-13页 |
·稳定回路在惯导系统中的作用 | 第10-11页 |
·国内外研究现状 | 第11-13页 |
·神经网络的概述 | 第13-15页 |
·人工神经网络国内外研究状况 | 第13-14页 |
·神经网络的发展与展望 | 第14-15页 |
·DSP 简介 | 第15-16页 |
·论文主要研究内容 | 第16-18页 |
第2章 惯导平台稳定回路基本原理 | 第18-32页 |
·稳定回路的基本组成 | 第18-26页 |
·陀螺仪 | 第19-23页 |
·前置放大 | 第23页 |
·全波相敏解调和低通滤波 | 第23页 |
·校正网络 | 第23页 |
·PWM 功率放大电路 | 第23-24页 |
·力矩电机及平台负载 | 第24-26页 |
·平台稳定回路数学模型的建立与分析 | 第26-31页 |
·平台稳定回路建模 | 第26-28页 |
·平台稳定回路的性能指标分析 | 第28-30页 |
·平台稳定回路的稳定性分析 | 第30-31页 |
·本章小结 | 第31-32页 |
第3章 单轴稳定回路的设计与实现 | 第32-44页 |
·校正系统的设计要求 | 第32-33页 |
·单闭环校正系统的设计 | 第33-36页 |
·引入转速负反馈的双闭环校正 | 第36-40页 |
·反馈校正的原理与特点 | 第36-37页 |
·转速负反馈双闭环控制的设计 | 第37-40页 |
·双闭环数字控制 | 第40-43页 |
·采样频率选择 | 第40-41页 |
·连续控制器离散化 | 第41-43页 |
·本章小结 | 第43-44页 |
第4章 基于神经网络自校正控制器的设计 | 第44-59页 |
·神经网络简介 | 第44-48页 |
·单神经元的结构 | 第44-46页 |
·神经网路的拓扑结构 | 第46-47页 |
·神经网络的学习规则 | 第47页 |
·目前常用的神经网络模型及其应用 | 第47-48页 |
·基于Adaline 网络的自校正控制器的设计 | 第48-54页 |
·单层Adaline 网络的结构 | 第48-50页 |
·引入自校正控制器的双闭环控制 | 第50-53页 |
·自校正网络初始权值的选取 | 第53-54页 |
·LMS 算法分析 | 第54-56页 |
·基于梯度下降法的LMS 算法 | 第54-55页 |
·LMS 算法的收敛性分析 | 第55-56页 |
·系统仿真及结论 | 第56-58页 |
·本章小结 | 第58-59页 |
第5章 控制系统的硬件及软件设计 | 第59-70页 |
·基于DSP 的控制系统设计原理 | 第59页 |
·TMS320F240 的外围电路 | 第59-65页 |
·时钟电路 | 第60-62页 |
·复位电路 | 第62-63页 |
·外部存储器扩展 | 第63-65页 |
·A/D 输入及参考电压接口 | 第65页 |
·JTAG 接口 | 第65页 |
·CPLD 译码电路 | 第65页 |
·控制系统软件设计 | 第65-68页 |
·初始化A/D 转换模块 | 第66-67页 |
·定时器中断处理 | 第67页 |
·数字滤波 | 第67-68页 |
·PWM 波形产生 | 第68页 |
·抗干扰措施 | 第68-69页 |
·本章小结 | 第69-70页 |
结论 | 第70-71页 |
参考文献 | 第71-75页 |
攻读学位期间发表的学术论文 | 第75-77页 |
致谢 | 第77页 |