| 第一章 概述 | 第1-20页 |
| §1．1 武装直升机在现代战争中的地位及未来发展趋势 | 第10-12页 |
| 1．1．1 武装直升机在现代战争中的作用 | 第10-11页 |
| 1．1．2 武装直升机未来的发展趋势 | 第11-12页 |
| §1．2 基于神经网络的飞控系统概述 | 第12-14页 |
| 1．2．1 非线性系统神经网络控制概述 | 第12-13页 |
| 1．2．2 线性系统控制方法和神经网络的结合 | 第13页 |
| 1．2．3 非线性系统神经网络控制方法 | 第13-14页 |
| §1．3 武装直升机飞控系统研究问题的提出 | 第14-16页 |
| 1．3．1 研究背景 | 第14-15页 |
| 1．3．2 课题的任务 | 第15页 |
| 1．3．3 课题研究中的难点 | 第15-16页 |
| §1．4 本文研究思路与内容组织 | 第16-20页 |
| 1．4．1 研究思路 | 第16-18页 |
| 1．4．2 主要研究内容 | 第18-20页 |
| 第二章 神经网络模型辨识方法研究 | 第20-39页 |
| §2．1 引言 | 第20页 |
| §2．2 数学基础 | 第20-23页 |
| 2．2．1 线性逼近的几个基本术语 | 第20-21页 |
| 2．2．2 非线性逼近的基本理论 | 第21-22页 |
| 2．2．3 非线性函数神经网络逼近的基本理论 | 第22-23页 |
| §2．3 神经网络逼近能力研究 | 第23-29页 |
| 2．3．1 非线性函数的神经网络逼近 | 第23-24页 |
| 2．3．2 模糊神经网络 | 第24-25页 |
| 2．3．3 回归神经网络结构 | 第25-26页 |
| 2．3．4 模糊回归神经网络 | 第26-28页 |
| 2．3．5 局部反馈回归神经网络 | 第28-29页 |
| §2．4 自适应回归神经网络模型 | 第29-35页 |
| 2．4．1 自适应回归神经网络模型结构 | 第29-31页 |
| 2．4．2 连续时间学习律 | 第31-33页 |
| 2．4．3 连续时间σ—修正梯度学习律 | 第33-35页 |
| §2．5 神经网络非线性逼近实例 | 第35-36页 |
| 2．5．1 模糊控制器的学习 | 第35页 |
| 2．5．2 直升机参数辨识 | 第35-36页 |
| §2．6 模糊神经网络自适应控制 | 第36-38页 |
| 2．6．1 模糊神经网络权值参数在线学习算法 | 第37-38页 |
| 2．6．2 仿真实例 | 第38页 |
| §2．7 本章小结 | 第38-39页 |
| 第三章 非线性SISO系统的神经网络控制研究 | 第39-63页 |
| §3．1 引言 | 第39-40页 |
| §3．2 非线性系统控制基础理论 | 第40-46页 |
| 3．2．1 时变系统的稳定性理论 | 第40-41页 |
| 3．2．2 正实函数和相关定理 | 第41页 |
| 3．2．3 微分几何基本概念 | 第41-44页 |
| 3．2．4 SISO系统的反馈线性化 | 第44-46页 |
| §3．3 基于神经网络的鲁棒自适应控制方法研究 | 第46-55页 |
| 3．3．1 滑模变结构控制方法 | 第46页 |
| 3．3．2 模型的鲁棒线性化 | 第46-49页 |
| 3．3．3 采用模糊神经网络实现的鲁棒反馈线性化方法 | 第49-50页 |
| 3．3．4 神经网络在线辨识 | 第50-51页 |
| 3．3．5 基于径向基网络的自适应鲁棒自适应控制器的实现 | 第51-53页 |
| 3．3．6 仿真结果 | 第53-55页 |
| §3．4 非线性自适应输出反馈控制 | 第55-62页 |
| 3．4．1 跟踪误差信号分析 | 第56-57页 |
| 3．4．2 参数线性神经网络的逼近 | 第57-58页 |
| 3．4．3 严格正实函数的构造 | 第58-59页 |
| 3．4．4 参数线性神经网络的自适应规则 | 第59-62页 |
| 3．4．5 武装直升机总距控制通道应用实例 | 第62页 |
| §3．5 本章小结 | 第62-63页 |
| 第四章 非线性MIMO系统的神经网络控制研究 | 第63-80页 |
| §4．1 引言 | 第63-64页 |
| §4．2 非线性系统控制基础理论 | 第64-67页 |
| 4．2．1 微分几何学中一些基本概念 | 第64-65页 |
| 4．2．2 MIMO系统的反馈线性化 | 第65-67页 |
| §4．3 基于神经网络的分散自适应控制方法研究 | 第67-72页 |
| 4．3．1 分散神经网络鲁棒自适应控制方法研究 | 第68-70页 |
| 4．3．2 针对直升机姿态角通道的设计仿真 | 第70-72页 |
| §4．4 非线性动态逆控制方法研究 | 第72-79页 |
| 4．4．1 动态逆方法 | 第72-73页 |
| 4．4．2 武装直升机动态逆研究 | 第73-74页 |
| 4．4．3 神经网络逆控制研究 | 第74-77页 |
| 4．4．4 实例分析 | 第77-79页 |
| §4．5 本章小结 | 第79-80页 |
| 第五章 武装直升机机动飞行仿真 | 第80-90页 |
| §5．1 引言 | 第80页 |
| §5．2 武装直升机轨迹跟踪控制系统设计 | 第80-82页 |
| §5．3 垂直平面机动飞行仿真 | 第82-85页 |
| 5．3．1 急跃升/急跃降机动 | 第82-84页 |
| 5．3．2 鱼跃机动 | 第84-85页 |
| §5．4 水平平面机动飞行仿真 | 第85-89页 |
| 5．4．1 蛇行机动 | 第85-88页 |
| 5．4．2 椭圆转弯机动 | 第88-89页 |
| §5．5 本章小结 | 第89-90页 |
| 第六章 分布式可视化武装直升机实时飞行仿真系统 | 第90-113页 |
| §6．1 引言 | 第90-91页 |
| §6．2 可视化武装直升机飞行仿真系统总体框架 | 第91-92页 |
| §6．3 飞行控制平台 | 第92-100页 |
| 6．3．1 飞行控制平台组成 | 第92-93页 |
| 6．3．2 主控计算机 | 第93-96页 |
| 6．3．3 神经网络协处理器 | 第96-100页 |
| §6．4 三维动画仿真平台 | 第100-106页 |
| 6．4．1 OpenGL技术基础 | 第100-101页 |
| 6．4．2 三维地形的构造 | 第101-103页 |
| 6．4．3 武装直升机的三维构形 | 第103-104页 |
| 6．4．4 机动飞行的三维动画显示 | 第104-106页 |
| §6．5 平台间的通讯 | 第106-109页 |
| 6．5．1 平台间传输的数据内容 | 第106-107页 |
| 6．5．2 平台间数据传递程序的实现 | 第107-109页 |
| §6．6 进一步的展望 | 第109-112页 |
| 6．6．1 神经网络的硬件实现方式 | 第109-110页 |
| 6．6．2 三维动画实现方式 | 第110-111页 |
| 6．6．3 模块实现方式 | 第111-112页 |
| §6．7 本章小结 | 第112-113页 |
| 第七章 总结与展望 | 第113-117页 |
| §7．1 课题研究内容总结 | 第113-115页 |
| 7．1．1 控制方法的研究 | 第113-114页 |
| 7．1．2 武装直升机机动飞行三维动画仿真系统的设计 | 第114-115页 |
| §7．2 课题研究中的不足及改进 | 第115-117页 |
| 附录A 武装直升机非线性方程 | 第117-119页 |
| 附录B 直升机飞行仿真系统软件包简介 | 第119-130页 |
| 参考文献 | 第130-138页 |
| 作者在攻读博士学位期间的学术论文 | 第138-140页 |
| 致谢 | 第140页 |
