| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 问题的提出背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 飞参数据采集系统的研究现状 | 第12-14页 |
| 1.2.2 基于飞参数据的飞行动作识别与训练评估系统研究现状 | 第14-15页 |
| 1.2.3 支持向量机在分类识别中的应用现状 | 第15-16页 |
| 1.3 论文主要内容及结构安排 | 第16-19页 |
| 1.3.1 论文的主要内容 | 第16-17页 |
| 1.3.2 章节安排 | 第17-19页 |
| 第2章 属性参数选取及飞参数据预处理研究 | 第19-33页 |
| 2.1 直升机全面动力学模型建立 | 第19-24页 |
| 2.1.1 直升机数学建模的特点 | 第19页 |
| 2.1.2 坐标系的定义及相互转换 | 第19-21页 |
| 2.1.3 直升机动力学方程建立 | 第21-24页 |
| 2.2 直升机操纵特性分析 | 第24-25页 |
| 2.3 数据预处理 | 第25-32页 |
| 2.3.1 小波变换理论 | 第25-26页 |
| 2.3.2 基于小波的野值剔除 | 第26-27页 |
| 2.3.3 缺失参数填补 | 第27-28页 |
| 2.3.4 基于小波的飞参数据降噪 | 第28-29页 |
| 2.3.5 飞参数据预处理实验 | 第29-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 支持向量机分类及参数优化方法研究 | 第33-45页 |
| 3.1 支持向量机理论 | 第33-34页 |
| 3.2 SVM 参数选取方法研究 | 第34-39页 |
| 3.2.1 遗传算法寻优 SVM 参数 | 第35-37页 |
| 3.2.2 粒子群算法寻优 SVM 参数 | 第37-39页 |
| 3.3 支持向量机参数寻优实验 | 第39-43页 |
| 3.3.1 遗传算法寻优实验 | 第39-40页 |
| 3.3.2 粒子群算法寻优实验 | 第40-41页 |
| 3.3.3 主成分分析降维对实验的影响 | 第41-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第4章 基于决策树支持向量机的直升机飞行动作识别方法研究 | 第45-55页 |
| 4.1 直升机飞行动作模态划分 | 第45页 |
| 4.2 基于决策树支持向量机的多分类方法 | 第45-51页 |
| 4.2.1 支持向量机多分类的实现 | 第45-47页 |
| 4.2.2 决策树支持向量机 | 第47-48页 |
| 4.2.3 相异度计算 | 第48-49页 |
| 4.2.4 基于经验类匹配度的决策树层次结构划分 | 第49-51页 |
| 4.3 直升机飞行动作识别方法实验 | 第51-54页 |
| 4.3.1 “一对一”SVM 多分类方法实验 | 第51-52页 |
| 4.3.2 偏二叉树 SVM 多分类方法实验 | 第52-53页 |
| 4.3.3 基于经验匹配度的决策树 SVM 方法实验 | 第53页 |
| 4.3.4 结果分析 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 直升机飞行复现辅助系统设计 | 第55-65页 |
| 5.1 飞行复现辅助系统的搭建 | 第55-59页 |
| 5.1.1 Multigen Creator 建模环境 | 第55-56页 |
| 5.1.2 Vega Prime 视景仿真环境 | 第56-57页 |
| 5.1.3 直升机复现辅助系统整体架构 | 第57-59页 |
| 5.2 直升机飞行复现辅助系统关键技术研究 | 第59-63页 |
| 5.2.1 基于 Multigen Creator 的直升机 3D 模型建立 | 第59页 |
| 5.2.2 基于 Multigen Creator 的三维地形模型建立 | 第59-61页 |
| 5.2.3 真实位置与三维场景的匹配 | 第61页 |
| 5.2.4 视角转换 | 第61-63页 |
| 5.2.5 复现窗口运动直升机抖动问题的解决 | 第63页 |
| 5.2.6 飞行复现系统辅助教练员判定飞行动作的方法 | 第63页 |
| 5.3 本章小结 | 第63-65页 |
| 第6章 总结及展望 | 第65-67页 |
| 6.1 全文总结 | 第65页 |
| 6.2 研究展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 作者简介及在读期间研究成果 | 第73-75页 |
| 致谢 | 第75页 |
