| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-28页 |
| ·课题来源及研究意义 | 第12页 |
| ·国内外研究现状 | 第12-23页 |
| ·国内外航空测绘相机研究现状 | 第12-20页 |
| ·国内外稳定平台研究现状 | 第20-23页 |
| ·三轴稳定平台控制方法分析 | 第23-24页 |
| ·本文的研究内容 | 第24-26页 |
| ·小结 | 第26-28页 |
| 第2章 三轴稳定平台伺服控制系统 | 第28-48页 |
| ·三轴稳定平台结构分析 | 第28-30页 |
| ·三轴稳定平台扰动力矩分析 | 第30-34页 |
| ·三轴稳定平台风阻力矩扰动 | 第30页 |
| ·三轴稳定平台摩擦力矩扰动 | 第30-32页 |
| ·三轴稳定平台负载变化扰动 | 第32-34页 |
| ·三轴稳定平台伺服系统关键部件 | 第34-42页 |
| ·速率陀螺 | 第34-36页 |
| ·感应同步器 | 第36页 |
| ·组合惯性导航测量单元（IMU） | 第36-37页 |
| ·稳定平台驱动部件 | 第37-42页 |
| ·三轴稳定平台伺服系统速率稳定环建模分析 | 第42-47页 |
| ·速率陀螺的传递函数 | 第43页 |
| ·低通滤波器的传递函数 | 第43页 |
| ·A/D 转换器的传递函数 | 第43页 |
| ·PWM 信号功率放大电路的传递函数 | 第43-44页 |
| ·力矩电机及平台负载传递函数 | 第44-46页 |
| ·速率稳定环的数学模型 | 第46-47页 |
| ·小结 | 第47-48页 |
| 第3章 基于神经网络的稳定平台控制系统的辨识及其频域验证 | 第48-62页 |
| ·基于ADALINE 神经网络的系统辨识 | 第49-52页 |
| ·ADALINE 神经网络及其学习算法概述 | 第49-50页 |
| ·ADALINE 网络的结构设计 | 第50-52页 |
| ·ADALINE 网络的训练设计 | 第52页 |
| ·辨识结果的频域验证 | 第52-56页 |
| ·速度环频域校正 | 第52-54页 |
| ·系统闭环频率特性的测量 | 第54-55页 |
| ·基于闭环频率特性的开环频率特性分析 | 第55-56页 |
| ·仿真示例 | 第56-60页 |
| ·小结 | 第60-62页 |
| 第4章 基于 PID 神经网络的稳定平台自适应控制方法研究 | 第62-88页 |
| ·PID 神经元特点概述 | 第62-64页 |
| ·PID 神经网络构成 | 第64-70页 |
| ·神经元结构与功能概述 | 第64-66页 |
| ·PID 神经网络拓扑结构 | 第66-70页 |
| ·PID 神经元学习算法 | 第70-76页 |
| ·PID 神经元前向计算方法 | 第70-72页 |
| ·PID 神经元反向传播学习方法 | 第72-76页 |
| ·PIDNN 在三轴稳定平台中的应用 | 第76-78页 |
| ·PIDNN 在三轴稳定平台控制系统中的应用 | 第76-77页 |
| ·PID 神经网络控制系统网络权值初值选取 | 第77-78页 |
| ·基于 PIDNN 的模型参考自适应 | 第78-87页 |
| ·常规模型参考自适应 | 第79-81页 |
| ·基于 PIDNN 的模型参考自适应伺服系统设计 | 第81-82页 |
| ·基于 PIDNN 的模型参考自适应伺服系统稳定性分析 | 第82-84页 |
| ·基于遗传算法的PID 神经元初值选取 | 第84-87页 |
| ·小结 | 第87-88页 |
| 第5章 实验研究 | 第88-99页 |
| ·基于ADALINE 神经网络的系统辨识 | 第88-91页 |
| ·方位轴控制系统辨识结果 | 第88-89页 |
| ·俯仰轴控制系统辨识结果 | 第89-90页 |
| ·滚转轴控制系统辨识结果 | 第90-91页 |
| ·辨识结果的频域验证 | 第91-94页 |
| ·基于PIDNN 的模型参考自适应 | 第94-99页 |
| 第6章 结论与展望 | 第99-104页 |
| ·研究成果 | 第99-101页 |
| ·工作展望 | 第101-104页 |
| 参考文献 | 第104-108页 |
| 在学期间学术成果情况 | 第108-109页 |
| 指导教师及作者简介 | 第109-110页 |
| 致谢 | 第110页 |
