| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·国内外在该方向的研究现状及分析 | 第10-14页 |
| ·空间机器人系统的研究概况 | 第10-13页 |
| ·空间机器人控制方法研究概况 | 第13-14页 |
| ·本文研究的内容、目的及意义 | 第14-15页 |
| ·研究目的及意义 | 第14页 |
| ·主要研究内容 | 第14-15页 |
| 第2章 基础理论 | 第15-21页 |
| ·数学理论 | 第15-16页 |
| ·RBF 神经网络理论 | 第16-17页 |
| ·滑模变结构基本原理 | 第17-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 神经网络滑模变结构 | 第21-37页 |
| ·引言 | 第21页 |
| ·Terminal 滑模控制方法 | 第21-25页 |
| ·系统设计 | 第21-22页 |
| ·控制律与稳定性分析 | 第22-25页 |
| ·基于神经网络上界自适应学习的Terminal 滑模控制 | 第25-31页 |
| ·基于RBF 的不确定上界自适应学习的Terminal 滑模控制 | 第25-26页 |
| ·稳定性分析 | 第26-28页 |
| ·仿真与分析 | 第28-31页 |
| ·无需先验模型的神经网络滑模控制方法 | 第31-36页 |
| ·问题描述 | 第31页 |
| ·RBF 神经网络在线辨识算法 | 第31-33页 |
| ·稳定性分析 | 第33-34页 |
| ·仿真与分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 反演终端滑模控制方法 | 第37-44页 |
| ·引言 | 第37页 |
| ·反演基本原理 | 第37-38页 |
| ·反演终端滑模控制方法 | 第38-43页 |
| ·反演滑模控制器设计 | 第38-39页 |
| ·RBF 神经网络不确定性上界的确定 | 第39-40页 |
| ·稳定性分析 | 第40-41页 |
| ·仿真与分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 结论 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 攻读硕士学位期间发表的学术论文 | 第48-49页 |
| 致谢 | 第49页 |