| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 本文研究的主要内容 | 第13-15页 |
| 第2章 三自由度直升机模型系统 | 第15-26页 |
| 2.1 直升机模型系统结构 | 第15-17页 |
| 2.1.1 系统组成 | 第16-17页 |
| 2.2 系统建模 | 第17-22页 |
| 2.2.1 俯仰轴模型 | 第17-18页 |
| 2.2.2 横侧轴模型 | 第18-19页 |
| 2.2.3 旋转轴模型 | 第19-20页 |
| 2.2.4 系统的状态方程 | 第20-22页 |
| 2.3 系统分析 | 第22-25页 |
| 2.3.1 稳定性分析 | 第22页 |
| 2.3.2 能控性分析 | 第22-23页 |
| 2.3.3 能观性分析 | 第23页 |
| 2.3.4 解耦性分析 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 粒子群算法优化神经网络RBF-PID控制器 | 第26-42页 |
| 3.1 粒子群算法(PSO) | 第26-29页 |
| 3.2 RBF神经网络 | 第29-33页 |
| 3.3 RBF-PID控制器设计 | 第33-36页 |
| 3.3.1 RBF神经网络的辨识 | 第33-34页 |
| 3.3.2 RBF神经网络整定PID控制器 | 第34-36页 |
| 3.4 RBF辨识的单神经元PID控制器设计 | 第36-40页 |
| 3.4.1 RBF辨识的单神经元PID整定控制 | 第36-37页 |
| 3.4.2 粒子群优化RBF-NNPID控制器 | 第37-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第4章 Simulink仿真及实控分析 | 第42-58页 |
| 4.1 基于粒子群算法优化RBF—NNPID仿真 | 第42-48页 |
| 4.1.1 实时控制RTW介绍 | 第43-44页 |
| 4.1.2 PSO优化RBF-NNPIDsimulink仿真 | 第44-46页 |
| 4.1.3 PSO优化RBF-NNPID的单位阶跃响应 | 第46-48页 |
| 4.2 仿真控制曲线 | 第48-52页 |
| 4.2.1 PSO优化RBF-NNPID算法仿真控制曲线 | 第48-49页 |
| 4.2.2 PID算法仿真控制曲线 | 第49-52页 |
| 4.3 实时控制实验与分析 | 第52-57页 |
| 4.4 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 攻读学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64页 |
