| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-18页 |
| ·研究的目的和意义 | 第9-10页 |
| ·神经网络的发展、特点及其应用 | 第10-12页 |
| ·神经网络的研究现状 | 第12-16页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·神经网络的发展趋势 | 第14-16页 |
| ·本论文的主要内容 | 第16-18页 |
| 2 三自由度飞行器模型系统数学模型的建立与系统分析 | 第18-26页 |
| ·三自由度飞行器模型的硬件系统 | 第18-21页 |
| ·三自由度飞行器模型系统的数学模型 | 第21-24页 |
| ·三自由度飞行器模型系统的结构参数 | 第24-25页 |
| ·三自由度飞行器模型系统分析 | 第25页 |
| ·本章小结 | 第25-26页 |
| 3 三自由度飞行器模型系统的传统控制理论研究 | 第26-42页 |
| ·PID控制 | 第26-32页 |
| ·典型PID控制器 | 第26-28页 |
| ·传统PID参数整定方法 | 第28-30页 |
| ·三个自由度的控制器设计 | 第30-32页 |
| ·最优控制 | 第32-41页 |
| ·LQR最优调节器原理 | 第32-36页 |
| ·系统LQR控制器设计 | 第36-37页 |
| ·系统LQR控制器仿真 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 4 基于RBF神经网络整定的PID控制器设计 | 第42-55页 |
| ·RBF神经网络的基本原理 | 第42-46页 |
| ·RBF神经网络的结构 | 第42-44页 |
| ·RBF神经网络中心的确定 | 第44-45页 |
| ·RBF神经网络的学习算法 | 第45-46页 |
| ·RBF神经网络与BP神经网络的比较 | 第46页 |
| ·基于RBF神经网络的PID控制器参数整定 | 第46-54页 |
| ·RBF神经网络PID整定原理 | 第46-47页 |
| ·基于RBF神经网络整定PID控制器的设计 | 第47-50页 |
| ·基于RBF神经网络整定PID控制器的仿真 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 5 三自由度飞行器系统的实时控制 | 第55-68页 |
| ·三自由度飞行器系统的软件系统 | 第55-57页 |
| ·三自由度飞行器模型LQR的实际控制 | 第57-61页 |
| ·基于RBF神经网络整定的PID的实际控制 | 第61-65页 |
| ·本章小结 | 第65-68页 |
| 结论与展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |