无人直升机自主飞行控制方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 背景及意义 | 第8-9页 |
| 1.2 国内外无人直升机研究现状 | 第9-11页 |
| 1.3 主要研究工作 | 第11-13页 |
| 2 无人直升机悬停状态下的模型建立 | 第13-25页 |
| 2.1 直升机坐标系 | 第13-15页 |
| 2.2 空气动力学分析 | 第15-20页 |
| 2.2.1 研究对象 | 第15-16页 |
| 2.2.2 直升机主旋翼建模 | 第16-19页 |
| 2.2.3 直升机尾桨建模 | 第19-20页 |
| 2.2.4 机身受力分析 | 第20页 |
| 2.3 直升机运动学分析 | 第20-23页 |
| 2.3.1 质心平移运动方程 | 第21页 |
| 2.3.2 绕质心旋转的角运动方程 | 第21-23页 |
| 2.3.3 直升机姿态角与角速度的关系 | 第23页 |
| 2.4 直升机的全量运动方程 | 第23-25页 |
| 3 无人直升机模型的辨识建模 | 第25-36页 |
| 3.1 系统辨识 | 第25-27页 |
| 3.2 基于神经网络的模型辨识 | 第27-31页 |
| 3.2.1 BP神经网络的基本原理 | 第27-30页 |
| 3.2.2 BP神经网络辨识实验 | 第30-31页 |
| 3.3 训练过程改进 | 第31-34页 |
| 3.3.1 遗传算法介绍 | 第31-33页 |
| 3.3.2 基于遗传算法的神经网络学习 | 第33页 |
| 3.3.3 辨识实验 | 第33-34页 |
| 3.4 辨识效果对比 | 第34-36页 |
| 4 基于预测控制的直升机控制方法研究 | 第36-48页 |
| 4.1 模型预测控制理论 | 第36-38页 |
| 4.1.1 预测模型 | 第37页 |
| 4.1.2 滚动优化 | 第37-38页 |
| 4.1.3 反馈校正 | 第38页 |
| 4.2 基于神经网络的模型预测控制 | 第38-44页 |
| 4.2.1 神经网络预测模型 | 第38-40页 |
| 4.2.2 基于神经网络预测控制算法 | 第40-44页 |
| 4.3 神经网络预测控制仿真 | 第44-48页 |
| 4.3.1 姿态控制系统设计 | 第44-45页 |
| 4.3.2 姿态控制实验 | 第45-48页 |
| 5 无人直升机飞行试验 | 第48-56页 |
| 5.1 无人直升机飞控系统硬件配置 | 第48-52页 |
| 5.1.1 飞控计算机 | 第49-50页 |
| 5.1.2 传感机构 | 第50-51页 |
| 5.1.3 舵机机构 | 第51-52页 |
| 5.2 飞控软件 | 第52-53页 |
| 5.3 飞行试验 | 第53-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-62页 |
