| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.1.1 板球系统研究背景及意义 | 第10-11页 |
| 1.1.2 RBF神经网络研究背景及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 板球系统研究现状 | 第11-15页 |
| 1.2.2 RBF神经网络研究现状 | 第15-16页 |
| 1.3 论文内容 | 第16-17页 |
| 1.4 论文结构 | 第17-20页 |
| 第二章 板球系统建模及定性分析 | 第20-32页 |
| 2.1 GBP2001板球系统介绍 | 第20-22页 |
| 2.1.1 视觉系统 | 第21页 |
| 2.1.2 运动控制系统 | 第21-22页 |
| 2.2 板球系统概述及建模假设 | 第22页 |
| 2.3 板球系统动力学分析 | 第22-23页 |
| 2.4 板球系统的简化模型 | 第23-29页 |
| 2.4.1 角加速度控制量模型 | 第26-27页 |
| 2.4.2 角度控制量模型 | 第27-29页 |
| 2.5 板球系统模型分析及仿真建模 | 第29-30页 |
| 2.6 本章小结 | 第30-32页 |
| 第三章 RBF-PID参数自整定控制器设计 | 第32-46页 |
| 3.1 RBF神经网络算法 | 第32-35页 |
| 3.1.1 RBF神经网络隐含层节点函数选择 | 第33-34页 |
| 3.1.2 RBF神经网络学习算法 | 第34-35页 |
| 3.2 PID控制算法 | 第35页 |
| 3.3 板球系统RBF-PID控制 | 第35-38页 |
| 3.4 引入增速率的改进RBF-PID控制算法 | 第38-39页 |
| 3.5 基于LM算法的改进RBF-PID控制算法 | 第39-41页 |
| 3.6 板球系统仿真实验 | 第41-44页 |
| 3.7 本章小结 | 第44-46页 |
| 第四章 实物板球系统RBF-PID控制实验 | 第46-60页 |
| 4.1 评价指标 | 第46-47页 |
| 4.2 PID、RBF-PID及改进RBF-PID位置控制结果对比 | 第47-57页 |
| 4.2.1 位置控制结果对比(无干扰) | 第48-52页 |
| 4.2.2 位置控制结果对比(增加干扰) | 第52-55页 |
| 4.2.3 多次位置控制结果汇总对比 | 第55-57页 |
| 4.3 板球系统轨迹跟踪 | 第57-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 论文总结 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 附录A(攻读硕士学位期间的学术成果) | 第70-72页 |
| 附录B(攻读硕士学位期间参与的项目) | 第72页 |