| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 人工鱼群算法和标准粒子群算法的研究现状 | 第11-12页 |
| 1.2.2 自抗扰控制器的研究现状 | 第12-13页 |
| 1.2.3 自抗扰控制器在无人机飞行控制上的研究现状 | 第13页 |
| 1.3 论文的主要研究内容 | 第13-14页 |
| 1.4 论文的结构安排 | 第14-16页 |
| 第二章 自抗扰控制器的组成与参数分析 | 第16-26页 |
| 2.1 引言 | 第16页 |
| 2.2 自抗扰控制器的组成 | 第16-21页 |
| 2.2.1 跟踪微分器 | 第17-19页 |
| 2.2.2 扩张状态观测器 | 第19-21页 |
| 2.2.3 非线性状态误差反馈控制律 | 第21页 |
| 2.3 自抗扰控制器的参数分析 | 第21-24页 |
| 2.3.1 跟踪微分器的参数分析 | 第21-23页 |
| 2.3.2 扩张状态观测器的参数分析 | 第23页 |
| 2.3.3 非线性状态误差反馈控制律的参数分析 | 第23-24页 |
| 2.4 自抗扰控制器的仿真建模 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于精英高斯学习的改进鱼群粒子群混合算法 | 第26-37页 |
| 3.1 引言 | 第26页 |
| 3.2 人工鱼群算法 | 第26-27页 |
| 3.3 标准粒子群算法 | 第27-28页 |
| 3.4 基于精英高斯学习的改进鱼群粒子群混合算法 | 第28-33页 |
| 3.4.1 鱼群算法部分的改进 | 第28-30页 |
| 3.4.2 粒子群算法部分的改进 | 第30页 |
| 3.4.3 算法分析 | 第30-31页 |
| 3.4.4 混合算法的步骤 | 第31-33页 |
| 3.5 数值仿真实验级对比结果分析 | 第33-36页 |
| 3.5.1 标准测试函数及参数设置 | 第33页 |
| 3.5.2 本文算法与其他算法结果对比分析 | 第33-35页 |
| 3.5.3 均匀初始化和分组策略及精英高斯学习的影响分析 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 基于改进混合算法的自抗扰控制器优化设计 | 第37-43页 |
| 4.1 引言 | 第37页 |
| 4.2 采用改进混合算法的自抗扰控制器优化设计 | 第37-39页 |
| 4.2.1 优化设计中的适应度函数选择 | 第38-39页 |
| 4.2.2 混合算法自抗扰控制器优化设计流程 | 第39页 |
| 4.3 实例仿真分析 | 第39-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 采用优化设计的ADRC在无人机姿态控制中的应用 | 第43-56页 |
| 5.1 引言 | 第43页 |
| 5.2 改进ADRC在无人机姿态控制中的应用 | 第43-49页 |
| 5.2.1 无人机数学模型的建立及线性化 | 第43-46页 |
| 5.2.2 基于改进ADRC的无人机姿态控制器的仿真环境搭建 | 第46-47页 |
| 5.2.3 姿态仿真测试及分析 | 第47-49页 |
| 5.3 基于改进ADRC的无人机姿态控制模拟试飞测试 | 第49-55页 |
| 5.3.1 基于X-plane的模拟试飞环境的搭建 | 第49-52页 |
| 5.3.2 模拟试飞仿真分析 | 第52-55页 |
| 5.4 本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 发表文章目录 | 第62-63页 |
| 致谢 | 第63-64页 |
