| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第10-21页 |
| ·研究背景 | 第10-11页 |
| ·国内外小型无人直升机发展现状 | 第11-16页 |
| ·国外小型无人直升机研究现状 | 第11-13页 |
| ·国内小型无人直升机研究现状 | 第13-15页 |
| ·当前小型无人直升机研究热点 | 第15-16页 |
| ·增强学习理论体系及应用 | 第16-20页 |
| ·基于值函数的增强学习算法 | 第16-18页 |
| ·基于策略搜索的增强学习算法 | 第18-19页 |
| ·增强学习的应用 | 第19-20页 |
| ·论文结构 | 第20-21页 |
| 第二章 小型直升机频域模型辨识算法研究 | 第21-43页 |
| ·频域辨识基本理论 | 第21-29页 |
| ·频域辨识的基本原理 | 第22-25页 |
| ·状态空间模型辨识方法 | 第25-27页 |
| ·状态空间模型辨识的准确性分析 | 第27-29页 |
| ·无人直升机参数动力学模型建立 | 第29-34页 |
| ·直升机状态空间模型建立 | 第29-33页 |
| ·模型简化 | 第33-34页 |
| ·频域辨识法在直升机模型辨识中的应用 | 第34-42页 |
| ·飞行数据获取 | 第34-35页 |
| ·状态空间模型参数确定 | 第35-40页 |
| ·模型验证 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第三章 基于值函数增强学习的无人直升机控制算法研究 | 第43-58页 |
| ·Markov决策过程 | 第43-46页 |
| ·基于值函数的增强学习算法 | 第46-48页 |
| ·基于表格型增强学习算法的飞行控制器设计 | 第48-52页 |
| ·状态和行为的离散化 | 第49-50页 |
| ·基于值函数的增强学习控制器设计 | 第50-51页 |
| ·仿真结果与分析 | 第51-52页 |
| ·基于GSBF神经网络增强学习算法的飞行控制器设计 | 第52-57页 |
| ·RBF和GSBF神经网络 | 第52-54页 |
| ·基于GSBF神经网络的增强学习控制器设计 | 第54-55页 |
| ·仿真结果与分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第四章 基于策略搜索增强学习的无人直升机控制算法研究 | 第58-73页 |
| ·部分可观测Markov决策过程 | 第58-59页 |
| ·POMDP中策略搜索的一般问题 | 第59-61页 |
| ·Pegasus策略搜索 | 第61-63页 |
| ·Pegasus基本思想 | 第61-62页 |
| ·Pegasus策略搜索方法 | 第62-63页 |
| ·基于Pegasus思想的梯度搜索算法研究 | 第63-67页 |
| ·梯度计算 | 第64-66页 |
| ·Pegasus梯度搜索算法描述 | 第66-67页 |
| ·Pegasus梯度搜索算法在直升机飞行控制中的应用 | 第67-72页 |
| ·参数化策略和回报函数的确定 | 第67-69页 |
| ·仿真结果与分析 | 第69-72页 |
| ·本章小结 | 第72-73页 |
| 第五章 总结与展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 作者在硕士期间取得的学术成果 | 第80页 |
