空间大型可展开天线的控制研究
| 第一章 绪论 | 第1-11页 |
| 1．1 可展开天线的国内外发展现状 | 第5-6页 |
| 1．2 伞状可展开天线介绍 | 第6-7页 |
| 1．3 对可展开天线的分析研究 | 第7页 |
| 1．4 可展开天线的控制问题 | 第7-9页 |
| 1．5 本文的主要工作 | 第9-11页 |
| 第二章 可展开天线模型的建立 | 第11-25页 |
| 2．1 可展开天线的最简物理模型 | 第11-12页 |
| 2．2 多柔体动力学概述 | 第12-13页 |
| 2．3 可展开天线的动力学模型 | 第13-24页 |
| 2．3．1 建立坐标系 | 第14页 |
| 2．3．2 单元位移、速度分析 | 第14-16页 |
| 2．3．3 单元质量矩阵 | 第16-21页 |
| 2．3．4 单元刚度矩阵 | 第21页 |
| 2．3．5 单元动力学方程 | 第21-22页 |
| 2．3．6 系统动力学方程 | 第22-23页 |
| 2．3．7 约束条件的处理 | 第23-24页 |
| 2．4 本章小结 | 第24-25页 |
| 第三章 动力响应的计算和分析 | 第25-31页 |
| 3．1 动力响应方法概述 | 第25-26页 |
| 3．2 纽马克法（Newmark）简介 | 第26-27页 |
| 3．3 天线模型的动力响应计算 | 第27-28页 |
| 3．4 动力响应曲线分析 | 第28-30页 |
| 3．5 本章小结 | 第30-31页 |
| 第四章 可展开天线的神经网络系统辩识 | 第31-43页 |
| 4．1 系统辩识基本概念 | 第31-32页 |
| 4．2 神经网络基本原理 | 第32-33页 |
| 4．3 神经网络学习算法 | 第33-37页 |
| 4．3．1 学习规则 | 第34页 |
| 4．3．2 BP网络学习算法 | 第34-36页 |
| 4．3．3 BP算法的改进 | 第36-37页 |
| 4．4 可展开天线的神经网络系统辩识 | 第37-42页 |
| 4．4．1 确定网络的结构 | 第37页 |
| 4．4．2 数据处理 | 第37-40页 |
| 4．4．3 网络的训练及结果测试 | 第40-42页 |
| 4．5 本章小结 | 第42-43页 |
| 第五章 可展开天线的控制系统设计 | 第43-55页 |
| 5．1 引言 | 第43-44页 |
| 5．2 神经网络控制概述 | 第44-45页 |
| 5．3 天线控制系统设计 | 第45-50页 |
| 5．3．1 控制任务与要求 | 第46页 |
| 5．3．2 神经网络模型参考自适应控制 | 第46页 |
| 5．3．3 神经网络预测优化控制 | 第46-48页 |
| 5．3．4 控制系统设计 | 第48-50页 |
| 5．4 系统仿真及分析 | 第50-53页 |
| 5．5 可展开天线静态控制讨论 | 第53-54页 |
| 5．6 本章小结 | 第54-55页 |
| 第六章 本文工作总结及展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 在学期间研究成果 | 第61-62页 |
| 附录 平面梁单元动力方程系数矩阵的解析表达式 | 第62-82页 |
