| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题的内容和意义 | 第8-12页 |
| ·与本课题有关的国内外动态 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第二章 NF-6风洞模型姿态控制系统的总体方案 | 第14-27页 |
| ·NF-6风洞模型姿态系统的总体要求 | 第14页 |
| ·NF-6风洞模型姿态系统系统方案及工作原理 | 第14-15页 |
| ·NF-6风洞模型姿态系统的硬件设备选取 | 第15-18页 |
| ·NF-6风洞模型姿态角控制策略 | 第18-25页 |
| ·NF-6风洞模型姿态系统的软件结构 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于BP神经网络参数自学习的PID控制原理 | 第27-47页 |
| ·传统PID控制的参数整定方法及其所存在的问题 | 第27-28页 |
| ·神经网络控制技术的现状及其应用 | 第28-31页 |
| ·BP神经网络原理及其应用现状 | 第31-35页 |
| ·利用BP神经网络对PID的参数实现自整定 | 第35-40页 |
| ·BP神经网络自整定PID算法归纳及网络参数选取规则 | 第40-41页 |
| ·BP神经网络自整定PID控制器的稳定性分析 | 第41-45页 |
| ·本系统PID参数整定算法的特点 | 第45页 |
| ·本章小结 | 第45-47页 |
| 第四章 对基于BP神经网络参数自学习的PID控制技术的仿真分析 | 第47-52页 |
| ·仿真控制对象的确立 | 第47页 |
| ·用传统PID参数整定方法及BP神经网络对PID的参数实现整定的仿真分析 | 第47-49页 |
| ·BP神经网络参数自学习PID控制算法优缺点分析及改进意见 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 基于BP神经网络参数自学习的PID控制技术实现 | 第52-65页 |
| ·转窗控制系统控制逻辑及其实现 | 第52-54页 |
| ·迎角控制系统控制逻辑及其实现 | 第54-55页 |
| ·编程环境及与主控机的网络通讯 | 第55-63页 |
| ·基于BP神经网络参数自学习的PID控制技术在NF-6风洞模型姿态控制中的应用及其结果 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 全文总结 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-69页 |
