| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 概论 | 第10-27页 |
| ·论文工作的背景 | 第10-11页 |
| ·飞行器动力学介绍 | 第11-16页 |
| ·飞行器参数辨识研究现状 | 第16-18页 |
| ·飞行器鲁棒控制研究现状 | 第18-21页 |
| ·本文的主要研究工作 | 第21-27页 |
| 第2章 基于内点算法的极大似然法及其在飞行器离线参数辨识中的应用 | 第27-44页 |
| ·引言 | 第27-28页 |
| ·模型基本假设 | 第28-29页 |
| ·采用内点算法作为优化工具的极大似然法 | 第29-34页 |
| ·在飞行器气动参数辨识中的应用 | 第34-38页 |
| ·相关问题讨论 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 第3章 基于内点算法的递推极大似然法及其在飞行器在线参数辨识中的应用 | 第44-58页 |
| ·引言 | 第44页 |
| ·模型基本假设 | 第44-45页 |
| ·递推极大似然法：一种基于内点算法的途径 | 第45-50页 |
| ·飞行器气动参数在线辨识及其同其它方法的比较 | 第50-53页 |
| ·相关问题讨论 | 第53-56页 |
| ·本章小结 | 第56-58页 |
| 第4章 混合遗传算法在飞行器参数辨识中的应用 | 第58-71页 |
| ·引言 | 第58-59页 |
| ·基于遗传算法的极大似然法 | 第59-60页 |
| ·飞行器气动参数辨识 | 第60-64页 |
| ·相关问题讨论 | 第64-70页 |
| ·本章小结 | 第70-71页 |
| 第5章 基于神经网络补偿的近似逆系统方法 | 第71-88页 |
| ·引言 | 第71页 |
| ·近似逆系统方法的神经网络鲁棒补偿 | 第71-80页 |
| ·飞行器指令跟随系统的鲁棒控制 | 第80-87页 |
| ·本章小结 | 第87-88页 |
| 第6章 基于神经网络补偿逆系统方法的飞行器自动着陆控制研究 | 第88-102页 |
| ·引言 | 第88页 |
| ·着陆系统描述 | 第88-91页 |
| ·着陆控制方案 | 第91-94页 |
| ·关于有神经网络补偿的逆系统方法和其它方法着陆控制效果的比较 | 第94-99页 |
| ·着陆性能的理论计算及其对着陆过程的指导意义 | 第99-100页 |
| ·本章小结 | 第100-102页 |
| 第7章 基于神经网络补偿逆系统方法的飞行器大迎角控制研究 | 第102-115页 |
| ·引言 | 第102页 |
| ·模型基本假设 | 第102-103页 |
| ·大迎角控制 | 第103-111页 |
| ·失速迎角对大迎角控制的影响 | 第111-113页 |
| ·本章小结 | 第113-115页 |
| 第8章 结论与展望 | 第115-118页 |
| ·研究总结 | 第115-117页 |
| ·需进一步开展的工作 | 第117-118页 |
| 参考文献 | 第118-131页 |
| 致谢 | 第131-132页 |
| 附录 A Karush-Kuhn-Tucker 定理 | 第132-133页 |
| 附录 B Lasalle 不变原理 | 第133-134页 |
| 附录 C 极大似然法说明 | 第134-136页 |
| 附录 D 飞行器全变量模型 | 第136-142页 |
| 附录 E 飞行器参数辨识采样数据 | 第142-156页 |
| 附录 F 论文其它数据 | 第156-158页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第158-159页 |
