| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-33页 |
| ·空间微重力环境模拟系统的发展与现状 | 第13-20页 |
| ·吊丝配重平衡法 | 第13-16页 |
| ·自由落体运动法 | 第16-17页 |
| ·抛物线飞行法 | 第17-18页 |
| ·水浮法 | 第18-19页 |
| ·气浮法 | 第19-20页 |
| ·本论文课题来源 | 第20-21页 |
| ·气动伺服控制系统概况 | 第21-25页 |
| ·气动机器人的发展 | 第21-24页 |
| ·气动伺服控制算法的研究现状 | 第24-25页 |
| ·电机伺服控制系统概况 | 第25-26页 |
| ·引言 | 第25页 |
| ·电机力矩伺服控制算法的发展 | 第25-26页 |
| ·智能控制系统概况 | 第26-31页 |
| ·引言 | 第26-27页 |
| ·径向基神经网络的发展与现状 | 第27-28页 |
| ·径向基神经网络本身研究 | 第28-30页 |
| ·径向基神经网络在自动控制系统的研究 | 第30-31页 |
| ·本论文的主要研究内容 | 第31-33页 |
| 第2章 三维气动式微重力环境模拟系统 | 第33-59页 |
| ·引言 | 第33页 |
| ·主动式三维气动空间微重力环境模拟系统 | 第33-42页 |
| ·引言 | 第33-34页 |
| ·主动式三维气动空间微重力环境模拟系统组成 | 第34-35页 |
| ·模拟系统的力学和运动学分析 | 第35-36页 |
| ·气缸摩擦力特性分析与研究 | 第36-38页 |
| ·气缸摩擦力特性概述 | 第36-38页 |
| ·气缸摩擦力数学模型 | 第38页 |
| ·比例压力阀控缸的特征方程研究 | 第38-42页 |
| ·系统的频率特性分析 | 第42页 |
| ·半主动式微重力模拟系统 | 第42-50页 |
| ·引言 | 第42-43页 |
| ·系统总体设计 | 第43-46页 |
| ·实验目标星的力学和运动学分析 | 第46页 |
| ·电机滚珠丝杆系统的动力学研究 | 第46-50页 |
| ·压力传感器信号分析与处理 | 第50-57页 |
| ·硬件抗干扰措施及滤波器的设计 | 第50-51页 |
| ·压力传感器信号的频谱分析 | 第51-52页 |
| ·硬件滤波电路设计 | 第52-53页 |
| ·软件滤波器设计 | 第53-57页 |
| ·引言 | 第53-54页 |
| ·基于新主导极点的Butterworth低通滤波器分析与设计 | 第54-57页 |
| ·本章小结 | 第57-59页 |
| 第3章 径向基神经网络的研究 | 第59-89页 |
| ·引言 | 第59-62页 |
| ·径向基神经网络的隐层节点学习算法研究 | 第62-71页 |
| ·引言 | 第62-63页 |
| ·RPCCL算法及其研究 | 第63-64页 |
| ·基于密度法的RPCCL聚类算法 | 第64-66页 |
| ·仿真实验与分析 | 第66-71页 |
| ·径向基神经网络学习算法研究 | 第71-81页 |
| ·引言 | 第71页 |
| ·粒子群学习算法研究 | 第71-76页 |
| ·引言 | 第71-72页 |
| ·标准粒子群算法 | 第72-73页 |
| ·基于共轭梯度下降法的混合PSO算法 | 第73页 |
| ·混合PSO算法在径向基神经网络非线性系统辨识 | 第73-75页 |
| ·仿真实验与分析 | 第75-76页 |
| ·径向基神经网络的在线序列学习算法研究 | 第76-81页 |
| ·引言 | 第76-77页 |
| ·极限学习机算法 | 第77-78页 |
| ·基于极限学习机的在线序列学习算法 | 第78-79页 |
| ·仿真结果与分析 | 第79-81页 |
| ·径向基神经网络的泛化性研究 | 第81-87页 |
| ·引言 | 第81页 |
| ·主动学习算法概况 | 第81-82页 |
| ·基于局部最大泛化误差的主动学习法 | 第82-85页 |
| ·局部最大泛化误差的数学模型 | 第82-83页 |
| ·RBF神经网络的随机敏感度测试 | 第83-84页 |
| ·基于局部最大泛化误差选择下一个训练样本方法 | 第84-85页 |
| ·仿真实验结果研究与分析 | 第85-87页 |
| ·本章小结 | 第87-89页 |
| 第4章 三维气动式微重力环境模拟系统的控制器设计 | 第89-107页 |
| ·引言 | 第89页 |
| ·主动式三维气动微重力环境模拟平台的控制系统研究 | 第89-97页 |
| ·系统分析 | 第89-90页 |
| ·基于RBF神经网络的滑模变结构控制器 | 第90-94页 |
| ·实验结果与分析 | 第94-97页 |
| ·半主动式微重力环境模拟平台的控制系统研究 | 第97-105页 |
| ·引言 | 第97-98页 |
| ·系统分析 | 第98-99页 |
| ·基于RBF神经网络的PID自适应控制器设计 | 第99-102页 |
| ·仿真与实验结果分析 | 第102-105页 |
| ·本章小结 | 第105-107页 |
| 第5章 结论与展望 | 第107-111页 |
| ·研究工作总结 | 第107-108页 |
| ·论文创新点 | 第108-109页 |
| ·未来工作展望 | 第109-111页 |
| 参考文献 | 第111-119页 |
| 致谢 | 第119-121页 |
| 作者在攻读博士学位期间发表的论文 | 第121页 |