| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第9-13页 |
| 1.1 课题背景 | 第9页 |
| 1.2 国内外转台发展现状及趋势 | 第9-10页 |
| 1.3 转台伺服系统现状 | 第10-11页 |
| 1.4 转台伺服系统算法研究现状 | 第11-12页 |
| 1.5 论文主要内容 | 第12-13页 |
| 2 转台系统组成与工作原理 | 第13-19页 |
| 2.1 转台系统组成及工作原理 | 第13-14页 |
| 2.2 转台系统技术指标 | 第14页 |
| 2.3 转台系统负载分析 | 第14-15页 |
| 2.4 转台系统硬件组成简述 | 第15-18页 |
| 2.4.1 上位机与控制计算机 | 第15-16页 |
| 2.4.2 俯仰与方位电机 | 第16页 |
| 2.4.3 电机驱动器 | 第16页 |
| 2.4.4 位置检测装置 | 第16-18页 |
| 2.5 本章小结 | 第18-19页 |
| 3 转台伺服系统硬件设计 | 第19-27页 |
| 3.1 转台伺服控制系统硬件设计 | 第19-21页 |
| 3.2 伺服控制板的设计 | 第21-24页 |
| 3.2.1 TMS320F2812最小系统 | 第21-22页 |
| 3.2.2 供电电路 | 第22-23页 |
| 3.2.3 电平转换电路 | 第23页 |
| 3.2.4 上位机通信电路 | 第23-24页 |
| 3.3 D/A转换电路的设计 | 第24-25页 |
| 3.4 电源滤波板的设计 | 第25-26页 |
| 3.5 本章小结 | 第26-27页 |
| 4 转台伺服系统建模 | 第27-32页 |
| 4.1 转台伺服系统数学模型 | 第27-30页 |
| 4.2 转台伺服系统中的不确定性与非线性因素分析 | 第30-31页 |
| 4.2.1 参数的不确定性 | 第30页 |
| 4.2.2 非线性因素 | 第30-31页 |
| 4.3 本章小结 | 第31-32页 |
| 5 转台伺服系统模型辨识 | 第32-43页 |
| 5.1 系统辨识基础 | 第32-33页 |
| 5.2 辨识数据的获取与预处理 | 第33-35页 |
| 5.2.1 辨识数据的获取 | 第33-35页 |
| 5.2.2 辨识数据的预处理 | 第35页 |
| 5.3 神经网络 | 第35-37页 |
| 5.4 小波神经网络辨识 | 第37-41页 |
| 5.4.1 小波分析 | 第37-38页 |
| 5.4.2 小波神经网络结构形式及学习算法 | 第38-40页 |
| 5.4.3 小波神经网络辨识研究 | 第40-41页 |
| 5.5 系统辨识结果分析 | 第41-42页 |
| 5.6 本章小结 | 第42-43页 |
| 6 转台伺服系统控制器设计与仿真 | 第43-62页 |
| 6.1 PID控制器 | 第43-49页 |
| 6.1.1 PID控制原理 | 第43-44页 |
| 6.1.2 小波神经网络PID控制器设计 | 第44-47页 |
| 6.1.3 小波神经网络PID控制仿真研究 | 第47-49页 |
| 6.2 小波神经网络自适应控制器 | 第49-61页 |
| 6.2.1 自适应控制原理 | 第49-50页 |
| 6.2.2 间接小波神经网络自校正控制器设计 | 第50-55页 |
| 6.2.3 基于遗传算法优化的小波神经网络在线辨识研究 | 第55-56页 |
| 6.2.4 间接小波神经网络自校正控制仿真研究 | 第56-61页 |
| 6.3 本章小结 | 第61-62页 |
| 7 结束语 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录 | 第67页 |