| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 第一章 绪论 | 第7-16页 |
| 1．1 自修复概论 | 第7-8页 |
| 1．2 逆系统方法——非线性系统反馈线性化控制方法 | 第8-10页 |
| 1．3 非线性自适应控制在飞控中的应用 | 第10-14页 |
| 1．4 自修复控制三维可视化研究 | 第14-15页 |
| 1．5 本文内容安排 | 第15-16页 |
| 第二章 神经网络逆系统 | 第16-28页 |
| 2．1 引言 | 第16-17页 |
| 2．2 逆系统方法 | 第17-19页 |
| 2．2．1 逆系统 | 第17-18页 |
| 2．2．2 伪线性复合系统 | 第18-19页 |
| 2．2．3 逆系统方法原理 | 第19页 |
| 2．3 神经网络逆系统建模 | 第19-22页 |
| 2．3．1 非线性系统的神经网络辨识 | 第20-21页 |
| 2．3．2 逆系统建模方法 | 第21-22页 |
| 2．4 仿真 | 第22-26页 |
| 2．4．1 歼击机数学模型 | 第22-24页 |
| 2．4．2 歼击机逆模型建模 | 第24-26页 |
| 2．5 小结 | 第26-28页 |
| 第三章 基于逆系统的RBF神经网络直接自适应重构控制 | 第28-44页 |
| 3．1 基于逆系统的控制结构设计 | 第28-32页 |
| 3．2 RBF神经网络 | 第32-33页 |
| 3．3 自适应控制律重构 | 第33-36页 |
| 3．4 基于操纵面动态的控制结构的鲁棒增强 | 第36-39页 |
| 3．5 仿真 | 第39-41页 |
| 3．5．1 显模型的设计 | 第40页 |
| 3．5．2 仿真命令输入设计 | 第40-41页 |
| 3．6 小结 | 第41-44页 |
| 第四章 RBF神经网络完全自适应控制律重构 | 第44-58页 |
| 4．1 非线性系统的逆系统方法 | 第44-46页 |
| 4．2 RBF神经网络完全自适应补偿 | 第46-50页 |
| 4．3 大系统环境下的RBF神经网络自适应控制律重构 | 第50-54页 |
| 4．4 仿真 | 第54-55页 |
| 4．5 小结 | 第55-58页 |
| 第五章 歼击机神经网络逆系统自修复控制的可视化仿真 | 第58-73页 |
| 5．1 软件结构及流程 | 第58-59页 |
| 5．2 VC和OpenGL结合的三维图形环境 | 第59-61页 |
| 5．2．1 建立OpenGL的应用程序框架 | 第59-60页 |
| 5．2．2 OpenGL的初始化 | 第60-61页 |
| 5．3 飞机三维模型及背景画面的建立 | 第61-65页 |
| 5．3．1 飞机三维模型 | 第62-63页 |
| 5．3．2 三维地形的生成 | 第63-65页 |
| 5．4 仿真坐标系的建立 | 第65-67页 |
| 5．5 三维动画的实现 | 第67-69页 |
| 5．5．1 OpenGL的动画原理 | 第67-68页 |
| 5．5．2 基于多线程的动画 | 第68-69页 |
| 5．5．3 飞机运动状态的解算 | 第69页 |
| 5．6 仿真效果图 | 第69-73页 |
| 第六章 总结 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
