首页--航空、航天论文--航空论文--各类型航空器论文--无人驾驶飞机论文

基于神经网络的旋翼无人机Flocking控制

摘要第5-7页
ABSTRACT第7-8页
第一章 绪论第11-18页
    1.1 研究背景及研究意义第11-13页
    1.2 国内外研究现状第13-16页
        1.2.1 无人机发展历史第13-14页
        1.2.2 国内外研究现状第14-16页
    1.3 本文主要内容及结构安排第16-18页
第二章 预备知识第18-22页
    2.1 稳定性理论第18-19页
        2.1.1 平衡点第18页
        2.1.2 李雅普诺夫稳定性第18-19页
        2.1.3 La Salle定理第19页
    2.2 系统辨识第19-20页
        2.2.1 系统辨识的基本原理第19-20页
        2.2.2 基于神经网络的系统辨识原理第20页
    2.3 本章小结第20-22页
第三章 四旋翼无人机的数学模型第22-31页
    3.1 四旋翼无人机的物理特性及飞行原理第22页
    3.2 四旋翼无人机建模第22-29页
        3.2.1 坐标系建立及其转换关系第24-26页
        3.2.2 四旋翼无人机的数学模型第26-29页
    3.3 本章小结第29-31页
第四章 BP神经网络及AIMCS控制结构第31-47页
    4.1 BP神经网络简介第31-32页
    4.2 AIMCS控制系统设计第32-46页
        4.2.1 AIMCS控制结构第32-33页
        4.2.2 AIMCS在线学习律及其收敛性第33-43页
        4.2.3 仿真和结论第43-46页
    4.3 本章小结第46-47页
第五章 基于质点模型的Flocking控制器设计第47-56页
    5.1 控制目标及数学表述第47-50页
    5.2 控制器设计及其稳定性证明第50-55页
        5.2.1 控制器设计第50-51页
        5.2.2 稳定性证明第51-52页
        5.2.3 仿真结果第52-55页
    5.3 本章小结第55-56页
第六章 四旋翼群的Flocking控制系统设计第56-63页
    6.1 四旋翼无人机群的数学模型及其Flocking控制的数学表示第56-57页
    6.2 四旋翼无人机群的控制系统设计第57-60页
        6.2.1 四旋翼无人机群Flocking控制系统框架第57-59页
        6.2.2 仿真结果第59-60页
    6.3 本章小结第60-63页
第七章 总结与展望第63-65页
    7.1 本文主要贡献第63-64页
    7.2 未来的工作展望第64-65页
致谢第65-66页
参考文献第66-70页
攻硕期间取得的研究成果第70-71页

论文共71页,点击 下载论文
上一篇:Gd2O3-NiO共掺对钇稳定氧化锆材料隔热性能影响的研究
下一篇:机载雷达组网探测航迹融合优化处理技术研究